Data science, machine learning en AI: Wat is het verschil?
"Wat jij data science noemt, noem ik AI", zei een zorgbestuurder eens tegen mij. Het was een vrij terloopse opmerkingen die hij maakte in een gesprek dat we hadden over de mogelijkheden van data science (of, in zijn beleving dus: AI), in zijn ziekenhuis.
Ik merk dat termen als data science, machine learning en artifical intelligence (AI) vaker door elkaar worden gebruikt, met name in het algemene spraakgebruik. De Erasmus Universiteit doet een poging de verschillende begrippen te verhelderen:
- Data science: Waarde creëren voor een organisatie, door gebruik te maken van statistiek, wetenschappelijke methoden en data analyse.
- Machine learning: Patronen in de data gebruiken om zeer geavanceerde modellen te maken, en voorspellingen te geven over uiteenlopende zaken zonder alleen gebruik te maken van expliciet door mensen voorgeprogrammeerde regels.
- AI: Een containerbegrip dat lastig te duiden is. Volgens de Nationale AI-cursus: “intelligente systemen die zelfstandig taken kunnen uitvoeren in complexe omgevingen en eigen prestaties kunnen verbeteren door te leren van ervaringen.”
Een hele andere manier om naar data science als vakgebied te kijken is bovenstaande visualisatie.
