Wat is Set Theory?

Wat is het eigenlijk?

Set Theory, of verzamelingenleer, is een stukje wiskunde dat gaat over groepen dingen die bij elkaar horen. Een verzameling is eigenlijk gewoon een collectie: alle appels in een mand, alle foto's van katten in je telefoon, of alle woorden die een zin vormen.

In AI werkt het zo: als je een model traint om honden van katten te onderscheiden, maak je eigenlijk twee verzamelingen: de verzameling "hond-afbeeldingen" en de verzameling "kat-afbeeldingen". Elke foto die binnenkomt, moet door het model in één van die verzamelingen geplaatst worden.

Denk aan het sorteren van je was: witte was in één stapel, gekleurde was in een andere. Dat is verzamelingenleer in actie — je verdeelt objecten op basis van eigenschappen.

Hoe gebruikt AI dit?

Bij classificatie werkt AI met verzamelingen van labels. Stel je voor: een spamfilter heeft de verzameling "spam" en de verzameling "geen spam". Elke mail die binnenkomt, wordt geëvalueerd en in één van beide groepen geplaatst.

Maar het wordt interessanter: verzamelingen kunnen overlappen. Een foto kan in de verzameling "hond" zitten én in de verzameling "buiten". Sommige woorden behoren tot de verzameling "positief" én tot "zakelijk". AI-modellen leren deze overlap te herkennen.

Bij trainen van modellen zie je het ook terug:

• Trainingsset — de verzameling data waarop het model leert

• Validatieset — een aparte verzameling om tussentijds te checken

• Testset — nóg een andere verzameling om het eindresultaat te meten

Deze sets mogen niet overlappen, anders vals je spiekt.

Waarom zou jij hier iets aan hebben?

Als je begrijpt hoe AI met verzamelingen werkt, snap je beter waarom modellen soms fout gaan. Een spam-filter die een belangrijke mail blokkeert? Hij plaatst 'm in de verkeerde verzameling. Een ChatGPT die een vraag niet begrijpt? Hij vindt geen passende verzameling antwoorden.

Het helpt ook bij het organiseren van je eigen data. Wil je een AI-tool trainen op jouw content? Dan moet je nadenken: welke verzamelingen maak ik? Hoe voorkom ik overlap? Zijn mijn categorieën duidelijk genoeg afgebakend?

Waar kom je het tegen?

In bijna élke AI-toepassing speelt verzamelingenleer mee:

• Beeldherkenning — Google Photos sorteert je vakantie-foto's in verzamelingen (strand, bergen, stad)

• Tekstanalyse — sentiment-analyse plaatst zinnen in verzamelingen zoals "positief", "negatief", "neutraal"

• Aanbevelingssystemen — Netflix groepeert films in verzamelingen genres, en jou in verzamelingen kijkers met vergelijkbare smaak

• Chatbots — ze matchen jouw vraag met verzamelingen mogelijke intents ("vraag over prijs", "klacht", "compliment")

• Spam-filters — in je mail-app, elke dag actief met het sorteren van berichten

Zelfs bij zoeken: Google maakt verzamelingen van relevante pagina's en rangschikt die.

De praktijk: meerdere labels tegelijk

Een handige eigenschap van verzamelingen: iets kan in meerdere groepen zitten. Een LinkedIn-post kan tegelijk "zakelijk", "inspirerend" en "persoonlijk" zijn. Moderne AI-modellen snappen dat — ze gebruiken wat heet "multi-label classification". In plaats van één hokje te kiezen, kunnen ze meerdere verzamelingen tegelijk activeren.

Dat is krachtiger dan oude systemen die alles in één vakje moesten duwen. Het komt dichter bij hoe mensen denken: de wereld is rommelig, dingen overlappen, en dat mag.

Wat kun je ermee?

Als je met AI-tools werkt, kun je scherper nadenken over je data-organisatie. Vraag jezelf af: welke verzamelingen gebruikt dit model eigenlijk? Zijn die logisch? Ontbreken er verzamelingen? (Een sentiment-tool die alleen "positief" en "negatief" kent, mist misschien "sarcastisch" of "vragend".)

Bij het bouwen van prompts helpt het ook: als je ChatGPT vraagt iets te categoriseren, geef dan duidelijk aan welke verzamelingen je wilt. "Sorteer deze feedback in: prijsklacht, kwaliteitsklacht, compliment, vraag, of overig." Zo geef je het model heldere verzamelingen om mee te werken.

Verzamelingenleer klinkt abstract, maar het is een van de fundamenten onder elke AI die moet kiezen, sorteren of labelen — en dat is bijna elke AI.