Voorspellen met machine learning: van ruwe data naar een gevalideerd, uitlegbaar model.
Voorspellende modellen sturen beslissingen: wie krijgt een aanbod, waar gaat het onderhoud heen, hoeveel wordt er besteld. De kracht zit in de juiste vraag, sterke features en eerlijke evaluatie.
Uitlegbaarheid is geen luxe maar voorwaarde: een model waarvan niemand snapt waarom het iets voorspelt, wordt niet gebruikt — of erger, verkeerd gebruikt.
Het model bouwen wás het vak: features kiezen, algoritmen vergelijken, hyperparameters tunen. Dat deel is grotendeels weggeautomatiseerd — een taalmodel schrijft de pipeline sneller dan jij hem kunt tikken, en meestal net zo goed.
Wat overblijft is het moeilijkste deel, en dat is nooit het tikwerk geweest: bepalen of het model de juiste vraag beantwoordt, of de data de werkelijkheid dekt, en of de fout die het maakt acceptabel is voor wie hem draagt.
Je bouwt een voorspellend model op data uit je eigen organisatie — en maakt het uitlegbaar voor gebruikers.
Een HR-analist voorspelt vertrekrisico en laat zien wélke factoren het verschil maken.
Een inkoper voorspelt de vraag per productgroep en verlaagt voorraad zonder nee-verkoop.
Een acceptant krijgt bij elke score de drie belangrijkste redenen — en kan gemotiveerd afwijken.
Je volgt dit vak zoals de hele opleiding: om de week les op vrijdag en zaterdag, met een studielast van 15–20 uur per week, waarvan 10–15 uur zelfstudie. Het onderwijs is een mix van klassikale lessen, praktijkleren, blended learning en werkgroepen of leerteams — gegeven door docenten die het vak zelf dagelijks uitoefenen.
Elk thema sluit je af met een beroepsproduct of een technische oplossing over een reële situatie binnen jouw eigen werk, waarover je een assessment voert met de docent. Zo groeit je portfolio met echt werk — en profiteert je werkgever direct mee.
De vorm is niet nieuw: de onderwijsvisie en de AI-modules draaien al drie jaar in het AI Proeflokaal — met het bedrijfsleven, met de overheid, en in deeltijdmodules en minoren. Wat je hier in de les krijgt, is elders al versleten.
Na dit vak lever je een gevalideerd, uitlegbaar ML-model op eigen data op, klaar voor gebruik.
Mail of bel de opleiding — we denken graag met je mee.