In samenwerking met Digicampus ontwikkelt SBR een methode voor automatisch leren en beter presteren (Machine Learning). Grote hoeveelheid gestructureerde data biedt veel kansen om Machine Learning toe te passen. Een eerste classificatie-experiment bij DUO kan leiden tot nuttige analyses die voortkomen uit de openbare data van de jaarrekeningen van de onderwijsinstellingen. Wilt u de resultaten van de experimenten bekijken? Volg dan ons GitLab.
Een goede start is het halve werk
Machine Learning is een vorm van kunstmatige intelligentie die zich vooral richt op algoritmes die zichzelf kunnen leren en verbeteren. Organisaties kunnen veel meer met Machine Learning. Maar het opzetten van een Machine Learning project is niet eenvoudig. Naast de technische aspecten die bij een Machine Learning project komen kijken, zijn er ook nog mogelijke risico’s, als het algoritme ongewild toch een fout bevat. Een foutief algoritme neemt verkeerde beslissingen en leert dan op basis van die verkeerd genomen beslissingen, waardoor de fout wordt versterkt.
Methode voor Machine Learning
In samenwerking met Digicampus ontwikkelt SBR een specifieke methode, die helpt bij het maken van de juiste stappen. In de methode wordt rekening gehouden met de structuur van de organisatie, de mate van kennis over Machine Learning, de kwaliteit van de data, de organisatorische situatie en ook met de ethische vraagstukken, zoals privacy gevoeligheid en mogelijke gevolgen. De ontwikkelde methode wordt beproefd met het uitvoeren van een aantal experimenten om te kijken of de ontwikkelde methode in de praktijk daadwerkelijk breed toepasbaar is.
Experiment DUO financiële rapportage
Bij een eerste classificatie-experiment van Dienst Uitvoering Onderwijs (DUO) is een aantal hypotheses opgesteld die mogelijk door middel van Machine Learning opgelost kunnen worden. Op basis van de openbare financiële data – de jaarrekeningen van onderwijsinstellingen – levert Machine Learning nieuwe inzichten in resultaten. Ook kan door deze methode makkelijker verbanden gelegd worden in de grote hoeveelheid data. Idealiter zou een geautomatiseerde risicoanalyse kunnen aangeven welke onderwijsinstellingen hulp nodig hebben bij het maken van de financiële rapportage.
Het DUO-experiment is een mooie eerste stap in de richting het gebruik van Machine Learning en wat daar allemaal bij komt kijken. De stappen die tijdens het experiment zijn doorlopen vormen de basis van de methode die wordt ontwikkeld.
GitLab
Na afronding van dit classificatie-experiment volgen nog een aantal andere experimenten om te beproeven of de door ons ontwikkelede methode toepasbaar is in de praktijk. Wilt u de resultaten van de experimenten bekijken? Volg dan ons GitLab. Op de GitLab is het experiment stap voor stap te volgen en wordt aan de hand van de ontwikkelde methode uitgelegd hoe het experiment kan worden herhaald.
Meer informatie
Master scriptie: Machine Learning with care. Introducing an Machine Learning project method (2020)
Steven Hoozemans (TU Delft) beschrijft in zijn masterscriptie een methode om binnen SBR-context succesvol een machine learning-project op te zetten.
Volg SBR ook op LinkedIn!