Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.
Welk algoritme of model verwerkt de gegevens?
Wat de invoer verwerkt: het soort algoritme, het type model of de techniek waarmee invoer wordt omgezet in uitvoer.
Welk algoritme of model verwerkt de gegevens?
Wat de invoer verwerkt: het soort algoritme, het type model of de techniek waarmee invoer wordt omgezet in uitvoer.
Analyse van stemming en emotieTechnieken die iemands emotionele toestand, stemming of sentiment afleiden uit tekst, spraak, gezichtsuitdrukkingen of lichaamssignalen. Worden gebruikt om de stemming in een menigte te peilen, de ervaring met een dienst te beoordelen of signalen van nood op te sporen. Of deze techniek nauwkeurig is en eerlijk uitpakt voor verschillende culturen, is omstreden, en in sommige rechtsgebieden is het gebruik ervan op het werk en bij publieke diensten beperkt.
Detectie van afwijkingenTechnieken die ongewone gebeurtenissen, patronen of waarden signaleren die afwijken van een aangeleerd beeld van normaal gedrag. Worden gebruikt om storingen aan apparatuur te voorspellen, fraude op te sporen, indringers te detecteren, waterlekken te bewaken en te waarschuwen bij ongewone drukte. De uitvoer bestaat meestal uit scores met een drempelwaarde, niet uit directe beslissingen.
Biometrische herkenningTechnieken die een bepaalde persoon identificeren of diens identiteit controleren aan de hand van lichaamskenmerken: gezicht, vingerafdruk, stem, iris of manier van lopen. Anders dan algemene beeldherkenning, omdat de uitvoer is gekoppeld aan een persoon met naam. In veel rechtsgebieden is biometrische herkenning in openbaar toegankelijke ruimtes beperkt of verboden.
Classificatie en voorspellingTechnieken die een label aan invoer toekennen of een getal schatten. Hieronder vallen classificatiemodellen (spam of geen spam, risicoklasse), regressiemodellen (voorspelde vraag, verwachte wachttijd) en tijdreeksmodellen (reizigersaantallen in het komende uur, energievraag). Ze zijn gebouwd met gelabelde gegevens uit het verleden en met statistische modellen of machine learning.
Clustering en segmentatieTechnieken die mensen, plekken of gebeurtenissen in clusters indelen op basis van gelijkenis, zonder vooraf bepaalde labels. Worden gebruikt om doelgroepen, verplaatsingspatronen, profielen van energieverbruik of gebieden met vraag naar diensten in te delen. De uitvoer is een indeling in clusters die systemen verderop in de keten als categorieën kunnen behandelen, ook al zijn clusters afgeleid en niet door mensen opgesteld.
BeeldherkenningTechnieken die foto's of video interpreteren: mensen tellen, objecten detecteren, tekst in beelden lezen, beweging volgen of beelden in delen opsplitsen. Veel gebruikt bij het meten van bezetting, het bewaken van verkeer en drukte, hulp bij toegankelijkheid en de inspectie van borden. Anders dan biometrische herkenning, die bepaalde personen identificeert.
TaalmodellenModellen die menselijke taal lezen, schrijven, samenvatten, vertalen of er een gesprek in voeren. Hieronder vallen grote taalmodellen (LLM's), chatbots en systemen die tekst genereren. Ze werken door te voorspellen welke tokens het meest waarschijnlijk volgen op de invoer en de eerdere context.
OptimalisatieTechnieken die zoeken naar de beste toewijzing, route, planning of verdeling binnen bepaalde grenzen. Hieronder vallen routeplanning voor voertuigen, de afstelling van verkeerslichten voor het openbaar vervoer, planning van energie en klimaatinstallaties, personeelsroosters en de verdeling van middelen. Ze werken door mogelijkheden te verkennen om een vastgesteld doel, zoals kosten, tijd of uitstoot, zo hoog of zo laag mogelijk te maken.
Privacybeschermende bewerkingTechnieken die vooral bedoeld zijn om invoergegevens zo te bewerken dat identificerende details worden verwijderd, vervaagd of vervangen voordat de gegevens verder worden gebruikt. Hieronder vallen het vervagen van gezichten, het afschermen van kentekens, tokenisatie, k-anonimisering, differentiële privacy en het genereren van synthetische gegevens. Werken als een barrière tussen de ruwe verzamelde gegevens en de gegevens die worden gebruikt voor analyse of beslissingen.
Aanbeveling en rangschikkingTechnieken die items voor een persoon voorstellen of ordenen (diensten, aanbiedingen, nieuws, routeopties) op basis van voorkeuren, gedrag of gelijkenis met andere mensen. Hieronder vallen collaboratief filteren, aanbevelingssystemen op basis van content en aangeleerde rangschikking. Bepalen per persoon wat die te zien krijgt uit hetzelfde onderliggende aanbod.
Zoeken en terugvindenTechnieken die bij een zoekvraag relevante content opzoeken en tonen uit een verzameling documenten, registraties of media. Hieronder vallen semantisch zoeken, zoeken met vectoren en RAG-systemen (retrieval-augmented generation), die relevante passages doorgeven aan een taalmodel. Worden gebruikt voor het beantwoorden van vragen over documenten, het opzoeken in openbare registers en het zoeken in bibliotheken of archieven.
Spraak en geluidTechnieken die gesproken woorden omzetten naar andere vormen en omgekeerd, of die andere geluiden dan spraak indelen. Hieronder vallen spraak naar tekst (transcriptie), tekst naar spraak (computerstem), het herkennen van trefwoorden en het detecteren van bepaalde geluiden. Stem als identiteit (herkennen wie er spreekt) hoort bij Biometrische herkenning.Technieken die een label aan invoer toekennen of een getal schatten. Hieronder vallen classificatiemodellen (spam of geen spam, risicoklasse), regressiemodellen (voorspelde vraag, verwachte wachttijd) en tijdreeksmodellen (reizigersaantallen in het komende uur, energievraag). Ze zijn gebouwd met gelabelde gegevens uit het verleden en met statistische modellen of machine learning.