Machine learning | Machine Data | 19 tools, risico's en valkuilen

Machine learning duldt niet langer uitstel

Moderne managers, bestuurders of consultants kunnen tegenwoordig niet meer optimaal functioneren zonder te beschikken over in ieder geval een basaal begrip van machine learning. Niet omdat het concept nu dagelijks “trending topic” is, maar omdat het zin heeft en geeft.

Wat is machine learning?

Wat is machine learning?Machine learning is een vakgebied dat computeralgoritmes laat leren zonder dat je ze expliciet hoeft te programmeren (Samuel, 1959). Een meer recente definitie is de volgende: ‘machine learning is de studie van computeralgoritmes waarmee computerprogramma’s automatisch kunnen verbeteren door ervaring.’ (Mitchell, 1997). Onze eigen definitie luidt als volgt:

Machine learning is het boetseren van een voorspellend model met behulp van data, ook wel data mining genoemd.

Feitelijk is machine learning het leren van data door patronen te herkennen in de data. Machines kunnen niet van zichzelf leren, dus waarom spreken we dan toch over machine learning? We maken modellen van de werkelijkheid. Zo proberen we die werkelijkheid na te bootsen. Die modellen stoppen we in de computer en die voeden we met zoveel mogelijk cases, waardoor de kwaliteit van het model en daarmee de uitkomst van de voorspelling toenemen.

Machine learning maakt nu al het verschil tussen winnaars en verliezers, tevreden klanten en klagers, kwaliteitswerk en broddelwerk. Over welke basiskennis zouden leidinggevenden minimaal moeten beschikken als zij zich een beeld willen vormen en in actie willen komen, omdat uitstel niet langer wenselijk is? En welke vragen komen dan op hen af?

De antwoorden vinden op deze vragen is niet altijd eenvoudig, omdat elke situatie en businesscase weer verschillen. Maar de machine learning-specialisten van de Passionned Group staan je graag bij in deze vaak moeizame zoektocht.

Creëer draagvlak door disruptie

Nog nooit leefden we in zulke spannende tijden. De wendbaarheid van organisaties moet maximaal zijn om te kunnen blijven overleven. Disruptie ligt voortdurend op de loer en zonder machine learning zal uiteindelijk elk bedrijf vroeg of laat het loodje leggen.

Het is eigenlijk kinderlijk eenvoudig. Wie bovenop de data zit en hier machine learning succesvol op weet toe te passen, is spekkoper en kan een hele sector op zijn kop zetten en domineren. Dit bewijzen bedrijven als Amazon, Google, McDonald’s, Netflix, de zelfrijdende auto Tesla, Uber, en nog heel veel andere ondernemingen die met hun succesverhalen over toegepaste algoritmes aan de weg timmeren.

Maar hoe zorg je voor draagvlak als de “man in de middle”, de tussenpersoon, gaat verdwijnen en de machtige ketenregisseurs die rol overnemen?

Draagvlak creëren voor innovatie in organisaties is altijd een lastige zaak. Als innovatiemanager of projectleider zoek je steun en dekking bij het management. Tegelijkertijd mobiliseer je de early adaptors en ambassadeurs die de noodzaak tot verandering wél inzien en bereid zijn jou support te geven. In plaats van te streven naar draagvlak voor disruptie, streef je aldus naar draagvlak door disruptie. Dit is een subtiel verschil in formulering, maar een wezenlijk verschil in beleving.

Waarin verschilt machine learning van machine data?

Het Internet of Things genereert continu data. Er zijn momenteel al meer devices en machines die data genereren dan de gehele mensheid en het totale dierenrijk bij elkaar. Data die deze machines genereren noemen we machine data. Het gaat bijvoorbeeld om sensoren die beweging, geluid, temperatuur, wrijving of luchtvochtigheid meten.

Type projecten machine learning

Machine learning-projecten zijn onder te verdelen in:

Wat zijn de risico’s en valkuilen?

De grootste risico’s van machine learning liggen in het ontbreken van een heldere businesscase, het gebrek aan draagvlak, onbegrip bij het management, opstand onder het personeel en data die van slechte kwaliteit is. Wij staan je graag terzijde bij het managen van deze risico’s en zetten de kansen samen met jou om in succesverhalen.

Symbiose tussen de intelligente organisatie en machine learning

Het is tegenwoordig ondenkbaar dat een intelligente organisatie zonder data science, machine learning en deep learning een lang leven is beschoren. Deep learning is overigens een subdomein van machine learning.

Deep learning is een subdomein van machine learning

Groeien in intelligentie betekent automatisch een punt bereiken waarbij machine learning en advanced analytics een cruciale rol van betekenis gaan spelen. Om te innoveren en processen continu te verbeteren. Benieuwd hoe dit zit? Lees dan het boek ‘De intelligente organisatie’.

De cruciale rol van Big Data

Dat machine learning (of artificial intelligence) nauwelijks meer zonder grote hoeveelheden data kan, is wel duidelijk geworden (BI & AI trends 2021). De Big Data is zo belangrijk omdat het eeuwig leren door computers mogelijk maakt. Door de continue aanwas van nieuwe data en daarmee nieuwe cases gaat het machinale leren dieper en sneller.

20 tools voor machine learning

Business Intelligence & Analytics GuideDe Business Intelligence & Analytics Guide™ 2021 biedt je werkelijk inzicht in zowel de sterktes als zwaktes van de verschillende business intelligence tools. Bovendien is het 100% leveranciersonafhankelijk, wij zijn op geen enkele wijze gelieerd aan de leveranciers. De gids vergelijkt de BI tools op 15 belangrijke categorieën en vermeldt al hun functionaliteiten in geuren en kleuren.

De enorme markt voor Business Intelligence software is nog steeds sterk in beweging. Als je overweegt om machine learning tools aan te schaffen, kun je je beter goed laten informeren welke leveranciers de gewenste functionaliteit kunnen leveren en tegen welke voorwaarden. Gewoon, om het kaf van het koren te scheiden.

Verdiep je ook in de ethiek van machine learning

Nooit hebben we ons zorgen gemaakt om het feit dat die vriendelijke kruidenier om de hoek ook veel van ons persoonlijke leven wist. Maar computers daarentegen vertrouwen we voor geen meter. Misschien wel omdat computers en digitale assistenten onderling tegenwoordig wel erg veel met elkaar kletsen achter onze rug… Big Data marketing is in dit verband een sprekend voorbeeld.

Als je een ticket naar Barcelona zoek bij Transavia, komt er bij een volgend internetbezoek geheid een aanbieding langs van bol.com voor een Lonely Planet Barcelona gids. Wij begrijpen dit als geen ander. Er zit echter een grens aan de acceptatie van dit soort ongevraagde informatie en opdringerigheid. Privacy van het individu is een groot goed dat we moeten (leren) respecteren. Als de uitkomsten van machine learning echter relevant zijn, dan accepteren mensen dat gemakkelijker. Zo niet, dan zijn we een grens aan het overschrijden. Zo simpel is het. Pas machine learning daarom altijd verantwoord en transparant toe en blijf altijd binnen de juridische kaders.

Machine learning schept ruimte voor bezinning

Veel (dom) werk wordt door machine learning overbodig. En dat is maar goed ook. Want de mens is niet gemaakt om 40 uur per week routinearbeid te verrichten volgens de principes van Adam Smith. De mens is gemaakt voor het realiseren van doelen die hoger in de behoeftenhiërarchie vallen, zoals zelfrealisatie. Af en toe eens lanterfanten en reflecteren op het leven zijn nuttige tijdsbestedingen. Hoewel sommige beroepen nu keihard worden geraakt door machine learning, geloven we dat het goed is voor de zingeving. De oude ambachten keren terug, organisaties worden platter en organisaties intelligenter, gezonder en vriendelijker om in te werken. De passie komt terug op de werkvloer. En dat is pure winst.

Opleidingen voor het toepassen van machine learning

Wij bieden naast onze cursus Python & Machine Learning de volgende trainingen aan voor het leren toepassen van machine learning en het ontwikkelen van algoritmes.

4 concrete voordelen van machine learning

✓ Kostenbesparing: meer doen met minder mensen
✓ Sneller betere beslissingen nemen met een datagedreven organisatie
✓ Datagebaseerd producten en diensten ontwikkelen en innoveren
✓ Meer plezier voor je totale medewerkersbestand

Wil je ook met machine learning scoren?

Neem contact op met de specialisten van de Passionned Group en laat je verrassen door onze eigenwijze aanpak en visie op machine learning. We helpen je graag verder.

Over Passionned Group

Logo Passionned Group, de specialist in machine learning modellenOnze machine learning experts en artificial intelligence specialisten zijn er voor jou. Ze helpen je graag bij de kanteling naar een intelligente, datagedreven organisatie. Om het jaar organiseren we de Dutch BI & Data Science Award, de verkiezing tot de Slimste organisatie van Nederland.

Neem contact met ons op

Machine learning experts

Daan van Beek, Industry leader Machine Learning

DAAN VAN BEEK MSc

Expert in machine learning & auteur van het AI-boek 'De intelligente, datagedreven organisatie'

Jack Esselink, Big Data expert & Machine learning specialist

JACK ESSELINK

Big Data expert & Machine learning specialist

Opleidingen
Kennisbank
Advies
Interim

Deze organisaties gingen je voor

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met machine learning (machine data) of andere zaken waar je slimmer van wordt.

Daan van Beek, Eindbaas & specialist in continu verbeteren

DAAN VAN BEEK MSc

Eindbaas & auteur van het boek 'De intelligente, datagedreven organisatie'

Neem contact met mij op

Fact sheet

Organisaties geholpen
___
Trainingen & workshops
___
Deelnemers opgeleid
___
Beoordeling klanten
8,9
Consultants & docenten
___
Kantoren
3
Jaar ervaring
16
EDIT POST