AI4MKB
2
Inleiding
Het ontwikkelen van een waardevolle AI-propositie
Het verzamelen en beoordelen van data
Het organiseren van het project
Ethische aspecten
Machine learning modellen
AI en applicatieontwikkeling
AI4MKB
»
Introduction
Introduction
¶
Start
Inleiding
Terminologie vaststellen: Artificial Intelligence (AI) en Machine Learning (ML)
Het ontwikkelen van een waardevolle AI-propositie
Checklist AI-oriëntatiefase
Scoping sjabloon
AI maturity scan
Uitgangspunten voor AI-ontwikkeling
Een innovatiemodel voor het ontwikkelen van AI-producten en diensten
Het verzamelen en beoordelen van data
Het verzamelen van data
Het combineren van gegevens uit verschillende bronnen
Het vaststellen van het type, het bereik, en de betrouwbaarheid van gegevens
Het verwerken van ontbrekende gegevens
Dubbele metingen verwijderen
Data verrijken
Exporteren data
Het organiseren van het project
Een backlog voor AI-projecten
Vaardighedenscan voor AI-ontwikkeling in het MKB
Ethische aspecten
Checklist ethische aspecten
De Ethische Data Assistent (DEDA)
Ethics Inc., een agile spel om ethische belangen af te wegen
Machine learning modellen
Doel
Uitleg
Model ontwikkelen
Model keuze
Model validatie
Model toepassen
AI en applicatieontwikkeling
Software Engineering practices for Machine Learning
Kwaliteitskenmerken voor Machine Learning en AI