Machine Learning: Het Splitten van Data en Berekenen van Accuracy

Machine Learning: Het Splitten van Data en Berekenen van Accuracy

Leerdoel

Aan het einde van de les kun je uitleggen hoe data wordt gesplitst in een training set, development set en test set, en hoe je de accuracy berekent.

Wat weet je al over het splitten van data en het berekenen van accuracy in machine learning?

Wat is machine learning?

Machine learning is een tak van kunstmatige intelligentie waarbij computersystemen leren van data en patronen ontdekken zonder expliciete instructies.

Data Splitting

Bij machine learning is het belangrijk om data te splitsen in een training set, development set en test set.

Training Set

De training set is de data die wordt gebruikt om het model te trainen.

Development Set

De development set wordt gebruikt om het model af te stemmen en te optimaliseren.

Test Set

De test set is de data die wordt gebruikt om de prestaties van het model te evalueren.

Accuracy

Accuracy is een maat voor hoe goed het model presteert. Het wordt berekend door het aantal correct geclassificeerde voorbeelden te delen door het totale aantal voorbeelden.

Opdracht

Werk in groepen van twee en split een dataset in een training set, development set en test set. Bereken vervolgens de accuracy van een model op basis van de test set.

Schrijf 3 dingen op die je deze les hebt geleerd.

De leerlingen voeren hier drie dingen in die ze in deze les hebben geleerd. Hiermee geven ze aan wat hun eigen leerrendement van deze les is.

Schrijf 2 dingen op waarover je meer wilt weten.

De leerlingen voeren hier twee dingen in waarover ze meer zouden willen weten. Hiermee vergroot je niet alleen betrokkenheid, maar geef je hen ook meer eigenaarschap.

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

De leerlingen geven hier (in vraagvorm) aan met welk onderdeel van de stof ze nog moeite. Voor de docent biedt dit niet alleen inzicht in de mate waarin de stof de leerlingen begrijpen/beheersen, maar ook een goed startpunt voor een volgende les.