Wiskundige & statistische basis

Een statistische methode om te kijken of gemiddelden van meerdere groepen echt verschillen, of dat het toeval is — vaak gebruikt om AI-modellen met elkaar te vergelijken.

Een wiskundige structuur die nodig is om te kunnen meten hoe ver twee dingen van elkaar af liggen — bijvoorbeeld hoe 'verschillend' twee AI-outputs zijn.

Een wiskundige formule die helpt om de kans op iets bij te stellen zodra je nieuwe informatie krijgt — zoals je mening over het weer aanpast als je donkere wolken ziet.

Een statistische methode om inschattingen steeds beter te maken door nieuwe informatie te combineren met wat je al wist — de basis voor hoe AI-systemen leren van data.

Een kansverdeling voor ja/nee-uitkomsten, zoals munt opgooien of spam/niet-spam: precies twee mogelijkheden, elk met een eigen kans.

Een statistische verdeling die het aantal successen in een reeks ja/nee-experimenten beschrijft — bijvoorbeeld: hoe vaak gooi je 'kop' bij 10 muntworpen?

Een statistische techniek waarbij je uit je bestaande data steeds nieuwe steekproeven trekt (met terugleggen) om betrouwbaarder schattingen te maken — alsof je met één zak knikkers duizend keer opnieuw trekt.

De tak van wiskunde die verandering en beweging beschrijft — essentieel voor hoe AI leert door fouten steeds kleiner te maken.

Een wiskundige regel die bepaalt hoe groot de inproduct van twee vectoren maximaal kan zijn — cruciaal voor het meten van overeenkomsten tussen data in AI.

Een wiskundige regel die uitlegt waarom gemiddelden van grote groepen bijna altijd mooi klokvormig verdeeld zijn — de basis voor betrouwbare AI-voorspellingen.

Een wiskundige regel waarmee je afgeleiden van samengestelde functies berekent — cruciaal voor hoe AI-modellen leren van hun fouten tijdens training.

Een statistische methode om te kijken of patronen in data door toeval ontstaan of echt betekenisvol zijn — handig om te checken of AI-modellen eerlijk zijn.

Het tellen van alle mogelijke combinaties of volgordes waarin je dingen kunt rangschikken — de wiskunde achter hoe AI-modellen alle opties verkennen.

De marge waarbinnen een AI-model zegt: 'Ik weet het antwoord niet zeker, maar het ligt waarschijnlijk hier ergens tussen.' Net zoals een weerbericht zegt: '70% kans op regen.'

Een beperking of regel die je aan een AI-systeem oplegt, bijvoorbeeld dat het antwoord positief moet zijn, binnen een bepaald bereik moet vallen, of aan bepaalde voorwaarden moet voldoen.

Een functie waarbij kleine veranderingen in de input leiden tot kleine, vloeiende veranderingen in de output — zonder plotselinge sprongen of gaten.

Een wiskundige functie waarbij elke lijn tussen twee punten altijd boven of op de grafiek ligt — wat helpt bij het vinden van het laagste punt tijdens AI-training.

Een wiskundige methode om het beste antwoord te vinden in een kom-vormig landschap, waarbij je gegarandeerd op de bodem uitkomt — cruciaal voor het trainen van AI-modellen.

Een maat voor hoe sterk twee dingen samen bewegen — zoals warmte en ijsverkoop. Correlatie zegt niets over oorzaak, alleen dat er een verband lijkt te zijn.

Een maat voor hoe twee variabelen samen bewegen — stijgen ze beide, of gaat de een omhoog terwijl de ander daalt? Helpt AI-modellen patronen herkennen in datasets.

Een rekenkundige bewerking die twee vectoren combineert tot een nieuwe vector die loodrecht staat op beide. Cruciaal voor 3D-berekeningen in computer vision en robotica.

Een manier om te meten hoe goed een AI-model de juiste antwoorden voorspelt — hoe lager de score, hoe beter het model snapt wat de bedoeling is.

Het vakgebied dat data analyseert, patronen zoekt en voorspellingen doet — de basis onder AI, machine learning en veel slimme systemen.

Een derivative meet hoe snel iets verandert — zoals de snelheid waarmee een zelfrijdende auto zijn koers bijstelt, of hoe sterk een AI-model zijn voorspellingen aanpast tijdens het leren.

Een getal dat aangeeft of een vierkante matrix 'omkeerbaar' is — cruciaal voor het oplossen van AI-vergelijkingen en het begrijpen of een neuraal netwerk vastloopt.

De tak van wiskunde die gaat over aftelbare, losse dingen — zoals grafen, logica en combinaties. Essentieel voor algoritmes en datastructuren in AI.

Een verdeling die beschrijft hoe vaak verschillende uitkomsten voorkomen — zoals de spreiding van lengtes, temperaturen of AI-voorspellingen.

Een rekenbewerking die twee reeksen getallen met elkaar vermenigvuldigt en optelt — cruciaal voor hoe AI-modellen patronen herkennen en betekenis berekenen.

Een getal dat aangeeft hoeveel een transformatie (zoals een AI-model dat data omvormt) een bepaalde richting in de data uitrekt of inkrimpt — cruciaal voor het begrijpen van patronen.

Een speciale richting in de ruimte die niet van oriëntatie verandert als je er een wiskundige transformatie op toepast — alleen van lengte. Cruciaal voor het begrijpen van hoe AI-modellen gegevens vereenvoudigen.

Een maat voor onzekerheid of wanorde in data — hoe moeilijker iets te voorspellen is, hoe hoger de entropy.

Een wiskundige methode om patronen te vinden in data waar je niet alle informatie hebt. Zoals het schatten van de samenstelling van een fruitmand als je alleen het gewicht kent.

Een wiskundige formule die beschrijft hoelang je gemiddeld moet wachten tot iets gebeurt — gebruikt in AI om onzekerheid en wachttijden te modelleren.

Het gebied van alle oplossingen die aan je voorwaarden voldoen — bijvoorbeeld alle combinaties van prijzen, hoeveelheden of tijden die binnen je budget en beperkingen passen.

Een maat om te meten hoe 'groot' een tabel met getallen is — belangrijk bij het trainen van AI-modellen om te controleren of de berekeningen niet uit de hand lopen.

Een klokvormige verdeling waarin de meeste waardes rond het gemiddelde liggen — de basis voor onzekerheid en voorspelling in AI-modellen.

De wiskunde van verbindingen tussen dingen — punten met lijntjes ertussen — die AI helpt om relaties te begrijpen tussen woorden, mensen, concepten of producten.

Een wiskundige tabel die laat zien hoe steil een landschap van fouten in alle richtingen loopt — helpt AI-modellen sneller de beste route naar beneden te vinden.

Een oneindig-dimensionale wiskundige ruimte waarin AI-modellen patronen kunnen vinden die in gewone 2D of 3D onmogelijk te zien zijn.

Een methode om te controleren of je voorspelling over data klopt, door te kijken of het verschil tussen wat je verwacht en wat je meet groot genoeg is om echt te zijn — of gewoon toeval.

Maat voor hoeveel 'nieuwe info' je krijgt als je een dataset opsplitst — cruciaal voor decision trees om te bepalen welke vraag het beste eerst gesteld kan worden.

Een wiskundige berekening die het totale effect van iets over een bepaald bereik meet — zoals de totale afstand die je aflegt, of de totale hoeveelheid water die door een leiding stroomt.

Een statistische techniek die de betrouwbaarheid van je AI-model test door telkens één stukje trainingsdata weg te laten en opnieuw te kijken hoe goed het model presteert.

Een wiskundig hulpmiddel dat laat zien hoe kleine veranderingen in input zich vertalen naar veranderingen in output — essentieel voor AI om te leren van fouten.

Een manier om te meten hoe veel twee kansverdelingen van elkaar verschillen. Vaak gebruikt bij het trainen van AI-modellen om te checken of de gegenereerde data lijkt op de echte data.

Een manier om te meten hoe sterk twee kansverdelingen van elkaar verschillen — denk aan het verschil tussen wat een AI voorspelt en wat er écht gebeurt.

Een manier om te meten hoeveel verschillende waardes samen optellen — gebruikt in AI om modellen te laten 'opruimen' door kleine, onbelangrijke verbindingen te verwijderen.

Een manier om de 'grootte' van een lijst getallen uit te rekenen — als lijn door de ruimte. In AI gebruikt om bijvoorbeeld te meten hoe groot een fout is of hoe sterk een model is aangepast.

Een wiskundige truuc om het beste punt te vinden onder voorwaarden — zoals de goedkoopste route die wél langs alle steden moet, of de beste AI-output binnen bepaalde grenzen.

Het principe dat voorspellingen betrouwbaarder worden naarmate je meer data hebt — net zoals het gemiddelde van 1000 dobbelsteenworp dichter bij 3,5 komt dan van 10 worpen.