Digitale geletterdheid: les 7

AI: Machine learning vs deep learning

1 / 22
volgende
Slide 1: Slide
newEditorICTMBOStudiejaar 2

In deze les zitten 22 slides, met interactieve quizzen en tekstslides.

time-iconLesduur is: 60 min
Dit is niet oké

Onderdelen in deze les

AI: Machine learning vs deep learning

Leerdoel van vandaag

Na deze les kun je:

  • Uitleggen wat machine learning is.

  • Uitleggen wat deep learning is.

  • Verschillen benoemen tussen machine learning en deep learning.

  • Praktijkvoorbeelden herkennen.

  • Zelf eenvoudige AI-oplossingen bedenken.

Wat weet je nog van machine learning?

Wat is machine learning?

Machine learning betekent dat een computer leert van voorbeelden.

Stel je voor dat je een kind wilt leren wat een appel is.

Je laat 100 foto's van appels zien.

Na een tijdje begrijpt het kind:

"Dit ronde rode fruit is meestal een appel."

Machine learning werkt ongeveer hetzelfde.

Wat is deep learning?

Deep learning is een speciale vorm van machine learning.

Hier gebruikt de computer een groot neuraal netwerk dat lijkt op de werking van hersencellen.

Wanneer jij een hond ziet:

  • Eerst zie je de vorm.

  • Daarna de oren.

  • Daarna de poten.

  • Vervolgens herken je de hond.

Deep learning doet precies hetzelfde in verschillende lagen.


Voorbeeld: Gezichtsherkenning

Deep Learning:

  • Analyseert duizenden details tegelijk.

  • Leert zelfstandig welke kenmerken belangrijk zijn.

Daardoor is het veel nauwkeuriger

Wanneer je je telefoon ontgrendelt:

Machine Learning:

  • Zou alleen enkele kenmerken gebruiken.


Machine Learning versus Deep Learning

Deep Learning

Machine Learning

Leert van heel veel voorbeelden

Heeft vaak veel data nodig

Meer rekenkracht

Computer ontdekt kenmerken zelf

Goed voor afbeeldingen, video en spraak

Leert van voorbeelden

Werkt goed met kleinere datasets

Sneller te trainen

Mens bepaalt vaak kenmerken

Goed voor voorspellingen

Vraag 1: Ziekmeldingen voorspellen

Een bedrijf wil voorspellen hoeveel medewerkers zich volgende maand ziek melden.

Beschikbare gegevens:

  • Leeftijd

  • Afdeling

  • Werkdruk

  • Eerdere ziekmeldingen

A

Machine Learning

B

Deep Learning

Vraag 2: Honden en katten herkennen

Een dierenasiel ontvangt duizenden foto's.

De computer moet herkennen:

  • Hond

  • Kat

A

Machine Learning

B

Deep Learning

Vraag 3: Spraakassistent

"Hey Copilot, zet een afspraak in mijn agenda."

De computer moet:

  • Geluid begrijpen

  • Woorden herkennen

  • Antwoorden geven

A

Machine Learning

B

Deep Learning

Vraag 4: Verkoop voorspellen

Een supermarkt wil weten hoeveel melk morgen verkocht wordt.

Beschikbaar:

  • Datum

  • Weer

  • Acties

  • Historische cijfers

A

Machine Learning

B

Deep Learning

Vraag 5: Waar staat AI voor?

A

Automatische informatie

B

Kunstmatige intelligentie

C

Algemene Informatica

D

Automatische innovatie

Vraag 6:Wat doet een machine-learning model vooral?

A

Het volgt alleen vaste regels

B

Het leert van voorbeelden en gegevens

C

Het werkt zonder data

D

Het maakt alleen foto's

Welke toepassing gebruikt waarschijnlijk Deep Learning?

A

Omzet voorspellen op basis van verkoopcijfers

B

Een rekenmachine

C

Gezichtsherkenning op een telefoon

D

Een Excel-formule

Stelling 1: Machine Learning wordt vaak gebruikt voor voorspellingen

A

Waar

B

Niet waar

Stelling 2: Een spamfilter is een voorbeeld van Deep Learning

A

Waar

B

Niet waar

Stelling 3: Deep Learning werkt vaak goed met afbeeldingen en spraak

A

Waar

B

Niet waar

Stelling 4: Een zelfrijdende auto gebruikt Deep Learning

A

Waar

B

Niet waar

Afsluitende opdracht

Maak een poster met behulp van Canva waarin de volgende punten te zien zijn:

  • Wat AI is

  • Wat Machine Learning is

  • Wat Deep Learning is

  • Twee eigen voorbeelden die je zelf gebruikt van ML

  • Twee eigen voorbeelden die je zelf gebruikt van DL

  • Een tekening of afbeelding

Schrijf 3 dingen op die je deze les hebt geleerd.

Schrijf 2 dingen op waarover je meer wilt weten.

Stel 1 vraag over iets dat je nog niet zo goed hebt begrepen.