Doorgaan naar inhoud

Nieuw: gratis e-mailcursus AI onder de knie in 7 dagen. Start vandaag

AI-woordenlijst

Wat is Dataset?

In één zin

Een dataset is een geordende verzameling gegevens, zoals teksten, foto's of cijfers, waarmee een AI-model wordt getraind en getest.

Ook wel: datavezameling, gegevensset, data set

Een dataset is een verzameling gegevens die is geordend zodat een computer er iets mee kan doen. Dat kunnen teksten, foto’s, geluidsopnames of tabellen met cijfers zijn. Voor AI is een dataset de grondstof waarmee een model leert.

Hoe werkt het?

Een AI-model leert door voorbeelden te bekijken. Die voorbeelden komen uit een dataset. Hoe beter de dataset, hoe beter het model kan leren. Een goede dataset is groot genoeg, bevat veel verschillende situaties en bevat zo min mogelijk fouten.

Vaak gebruikt men meerdere delen van een dataset:

  • Trainingsset: hiermee leert het model.
  • Testset: hiermee controleer je daarna of het model het echt goed doet op nieuwe voorbeelden.

Soms zit er bij elk voorbeeld ook een label, dus het juiste antwoord. Bij een foto van een kat staat dan bijvoorbeeld het woord kat.

Een voorbeeld uit de praktijk

Een ziekenhuis wil een AI-systeem laten helpen bij het bekijken van röntgenfoto’s. Daarvoor is een dataset nodig met duizenden foto’s. Artsen hebben bij elke foto aangegeven wat er te zien is. Het model leert van deze voorbeelden. Daarna test men het op foto’s die het nog nooit zag.

Als de dataset vooral foto’s van één groep patiënten bevat, werkt het systeem bij andere groepen mogelijk slechter.

Waarom is dit belangrijk voor jou?

De kwaliteit van AI begint bij de gegevens. Rommel erin betekent rommel eruit. Daarom is het slim om te weten waar een AI-systeem op is getraind.

  • Een scheve dataset kan leiden tot oneerlijke uitkomsten.
  • In een dataset kunnen persoonsgegevens zitten. Dan gelden privacyregels zoals de AVG.
  • Ook auteursrecht kan een rol spelen als de data van anderen komt.

Werk je zelf met AI in een bedrijf? Vraag dan altijd welke data er is gebruikt en of die geschikt en toegestaan is.

Bekijk alle begrippen