Klinkt heel eenvoudig, gewoon een Machine Learning tool of library gebruiken en klaar. Toch?
Er is natuurlijk al veel bekend en gedaan op dit terrein, denk alleen maar aan opsporingsmethodes en gezichtsherkenning, maar het goed toepassen van Machine Learning gaat in een aantal stappen en dus verder dan alleen het selecteren van de juiste tool.
Belangrijkste in dit proces is om je af te vragen welk ‘probleem’ opgelost moet worden, dus waar doen we het eigenlijk allemaal voor. Vervolgens ga je kijken naar welke informatie/data hiervoor al beschikbaar is, beschikbaar gemaakt moet worden of juist opgeschoond. Kortom, het prepareren van de juiste data. Pas dan komen we pas echt in de Machine Learning terecht, het kiezen van het juiste model of algoritme en het trainen van dit model. Dit is een stap je moet herhalen om zo tot het best passende model te komen en de voorspelbaarheid van de uitkomsten te vergroten.