De 3 basis-algoritmes voor Machine Learning

,

Machine Learning is een krachtig middel voor het maken van voorspellingen en berekende suggesties aan de hand van big data. Maar hoe werken de algoritmes nu eigenlijk? Speciaal voor de beginners op dit gebied zet ik in dit artikel de 3 basis-algoritmes voor Machine Learning uiteen.

Een bekend dagelijks voorbeeld van Machine Learning algoritmes zijn de suggesties die Netflix doet voor je volgende film of serie, op basis van content die je al bekeken hebt. Een ander voorbeeld is Bol.com dat een suggestie doet voor je volgende aankoop op basis van je interesses uit het verleden.


Machine Learning is gebaseerd op 3 soorten algoritmes:

1. Supervised learning
2. Unsupervised learning
3. Reinforcement learning

Supervised learning is handig in situaties waar de dataset die je gebruikt al een label heeft. Unsupervised learning komt van pas in situaties waar je eerst moet ontdekken wat de relaties zijn in een niet gelabelde dataset. Reinforcement learning zit tussen deze twee voorbeelden in.

Ik ga in dit artikel uit van supervised learning aangezien de stof aan de uitleg hiervan het makkelijkst te begrijpen is.


  1. Decision Trees

Een dicision tree is een boomvormig model waar verschillende keuzes en mogelijke consequenties uitgetekend worden.

Er wordt een minimumaantal vragen gesteld om zo dicht mogelijk bij een correct antwoord te komen. Deze methode zorg ervoor dat je een probleem structureel en systematisch aan kan pakken om tot een logische conclusie te komen.

 

  1. Naive Bayes Classification


Naive Bayes Classification is een soort algoritme waarbij de Bayes’ Law word toegepast. The Bayes Law indiceert de waarschijnlijkheid van een gebeurtenis. Hier lees je meer over de Bayes Law.

Als je de Naïve Bayes Classification gebruikt, ga je aan de hand van de Bayes Law oordelen of iets waarschijnlijk is en kom je zo tot een veronderstelling wat het meest voor de hand liggend is.

 

  1. Ordinary Least Squares Regression

Wie iets van statistieken af weet heeft ongetwijfeld wel eens gehoord van lineaire regressie. Least squares is hetzelfde als lineaire regressie. Lineaire regressie is een methode waarmee je een regressie-analyse toepast.  Lineaire regressie kan je zien als een rechte lijn die door een aantal punten heen loopt.

Door de lijn door te trekken kom je op een redelijk correcte voorspelling van wat er gaat gebeuren.

De beste hulp-websites bij Excel-vastlopers

,

Excel is verreweg het meest gebruikte spreadsheetprogramma en binnen nagenoeg ieder bedrijf is het te vinden. Dat is niet voor niets, want je kan enorm veel met Excel. Maar zowel beginners als gevorderden lopen wel eens vast.  Daarom hebben we 3 uitstekende Excel-hulpwebsites op een rijtje gezet. Let op: deze websites zijn allemaal Engelstalig.

 

  1. Excel Easy 

    Op een uiterst gebruikersvriendelijk en zeer overzichtelijke manier wordt Excel hier behandeld. Voor beginners en gevorderden. De opbouw is helder: Introductie, Basics, FUnctions, Data Analysis en VBA. Tevens zijn er 300 voorbeelden beschikbaar. Aanrader.

http://www.excel-easy.com

 

  1. ExcelIsFun

Voor degenen die liever filmpjes bekijken en op die manier meer over Excel willen leren, is dit een schatkamer. Zo’n 2500 Excel-video’s en 100 playlists met Excel -topics. Bovendien is het mogelijk om van alle voorbeelden een workbook te downloaden om zelf in te stoeien. Deze website is enorm uitgebreid en de uitleg erg duidelijk.

https://www.youtube.com/user/ExcelIsFun/featured 

 

Ron de Bruin Excel Automation

Ron de Bruin is MVP en biedt een oplossing voor vele vraagstukken, zowel voor Excel voor Windows als voor Excel Mac. Ron biedt met name VBA-oplossingen en geeft voorbeelden van codes om te kopiëren en naar eigen smaak aan te passen. Een bruikbare website voor gevorderde Excel-gebruikers.

http://www.rondebruin.nl/