Logo Hogeschool van Amsterdam – link naar startpaginaLogo Hogeschool van Amsterdam – link naar startpagina

Verhaal

Alumna Julia over de master Applied Artificial Intelligence

Het is belangrijk dat de data die je gebruikt juist is.

In de data science gebruikt men het gezegde ‘trash in is trash out’. Dat wil zeggen dat het gebruik van slechte data voor slechte resultaten zorgt.

Ik werk momenteel als junior data consultant. Voordat ik aan de master Applied Artificial Intelligence (AI) begon, heb ik de bachelor toegepaste wiskunde gevolgd. Daar heb ik onder andere gewerkt met wiskundige modellen die bepaalde zaken kunnen voorspellen. Dan kan je denken aan een model dat voorspelt of iemand een bepaalde lening kan aangaan. Op deze manier ben ik voor het eerst in contact geraakt met AI.

Logische keuze

Tijdens het laatste jaar oriënteerde ik mij op de mogelijkheden om door te studeren. Op dat moment kreeg ik te horen dat de master Applied AI zou starten en dat mijn docenten daar ook les zouden geven. Dat leek mij een goede aansluiting, vandaar dat ik voor deze doorstroommaster heb gekozen.

AI model

Tijdens de master hebben wij aan verschillende projecten gewerkt met behulp van AI. Zo hebben wij voor supermarkten een model ontwikkeld, waarmee voorspeld kon worden of consumenten voldeden aan de minimale leeftijd voor de aankoop van alcohol. Het model kon aan de hand van verschillende afbeeldingen van gezichten voorspellen of iemand oud genoeg was. Wij keken naar de leeftijd van 25, de leeftijd waarop iemand niet meer gecontroleerd hoeft te worden bij het aanschaffen van alcohol. Op deze manier konden supermarktmedewerkers gebruikmaken van het model.

Trash in is trash out

De master behandelt alle zaken die nodig zijn om een AI model op te stellen. Naast programmeren krijg je te maken met ethische vraagstukken, wetgeving en literatuur. Tijdens de master werk je onder andere met Python, een codeerprogramma. Het is belangrijk dat de data die je gebruikt juist is. In de data science gebruikt men dan ook het gezegde ‘trash in is trash out’. Dat wil zeggen dat het gebruik van slechte data voor slechte resultaten zorgt.