Wat is machine learning?

Machine learning is een vorm van kunstmatige intelligentie waarbij een computer patronen leert uit voorbeelden, in plaats van vaste regels te volgen die een programmeur heeft bedacht. Met wat het geleerd heeft, doet het voorspellingen of beslissingen over nieuwe gegevens. Denk aan het verwachte verbruik van een artikel, de kans dat een machine binnenkort uitvalt of de categorie van een binnenkomende melding.

Hoe werkt machine learning?

Bij gewone software schrijft een programmeur de regels: “als de voorraad onder de 10 komt, bestel er 50 bij”. Bij machine learning geef je de computer voorbeelden en leert hij de regels zelf. Je laat bijvoorbeeld twee jaar verbruiksgegevens zien, en het model ontdekt welke factoren het verbruik bepalen, zoals het seizoen, de dag van de week of het aantal openstaande orders.

Dat gaat in twee stappen:

1. Trainen: het model krijgt historische gegevens en past zichzelf aan tot zijn voorspellingen zo goed mogelijk aansluiten op wat er echt gebeurde.
2. Toepassen: het getrainde model krijgt nieuwe gegevens en doet daar een voorspelling over.

Daarna meet je hoe goed het model het doet, en train je het opnieuw als de werkelijkheid verandert.

Drie soorten machine learning

Supervised learning

Het model leert van voorbeelden waarbij het goede antwoord bekend is. Je geeft bijvoorbeeld duizenden oude meldingen met de categorie waarin ze terechtkwamen. Daarna kan het model nieuwe meldingen zelf indelen. Ook voorspellen van verbruik of omzet valt hieronder.

Unsupervised learning

Het model krijgt gegevens zonder antwoorden en zoekt zelf naar structuur. Het kan bijvoorbeeld klanten groeperen op koopgedrag, of afwijkende transacties opsporen die niet in het normale patroon passen.

Reinforcement learning

Het model leert door te proberen en beloond of afgestraft te worden. Het wordt onder meer gebruikt voor robots en voor het optimaliseren van beslissingen in stappen. In bedrijfssoftware voor het MKB kom je het minder vaak tegen dan de andere twee.

Machine learning, AI en deep learning

• AI is het brede begrip: computers die taken uitvoeren waar normaal menselijke intelligentie voor nodig is.
• Machine learning is een manier om AI te maken, door te leren uit voorbeelden.
• Deep learning is een vorm van machine learning met neurale netwerken met veel lagen. Het is sterk in tekst, beeld en geluid, en vormt de basis van taalmodellen zoals ChatGPT, Claude en Gemini.

Voor gegevens in tabellen, zoals verkoop, voorraad en verbruik, zijn eenvoudigere machine learning-methoden vaak net zo goed, sneller en beter uit te leggen.

Voorbeeld: verbruik voorspellen

Een bedrijf met een magazijn wil weten hoeveel het van elk artikel moet bestellen. Met een vaste regel bestel je altijd dezelfde hoeveelheid. Met machine learning kijkt het model naar het verbruik in het verleden en houdt het rekening met patronen, zoals drukke maanden of artikelen die vaak samen gaan. Het resultaat is een voorspelling van het verbruik per artikel, en daarmee een onderbouwd voorstel voor de minimum- en maximumvoorraad. Een inkoper bekijkt het voorstel en beslist.

Andere voorbeelden in een bedrijf

• Productie: aan de hand van sensorgegevens voorspellen wanneer een machine onderhoud nodig heeft.
• Groothandel: de vraag per artikel per seizoen voorspellen voor de inkoop.
• Logistiek: afwijkende zendingen of levertijden signaleren.
• Service: binnenkomende meldingen automatisch indelen op onderwerp en urgentie.

Waar je op let

• Goede gegevens. Een model is zo goed als de data waarop het getraind is. Missende of foute gegevens geven slechte voorspellingen.
• Blijven meten. Patronen veranderen. Controleer of de voorspellingen nog kloppen en train opnieuw als dat nodig is.
• Uitlegbaarheid. Bij beslissingen met gevolgen wil je kunnen zien waarom het model iets voorspelt.
• Een mens beslist. Laat het model een voorstel doen en een medewerker het besluit nemen.

Machine learning in je eigen software

Machine learning werkt het beste dicht bij je eigen gegevens, in de software waarin je toch al werkt. Bij Basiq Flow, RFID-voorraadbeheer voor tandartspraktijken, doet AI bijvoorbeeld bestelvoorstellen en suggesties voor de minimum- en maximumvoorraad op basis van het verbruik. SQUARE Concepts bouwt zulke software sinds 2004 in Laravel, gehost in Europa. Lees meer over AI-automatisering voor je bedrijf.