Kunstmatige intelligentie

Opdracht 3:

1. Verdiep je in AI engines voor het genereren van tekst EN voor kunst.

2. Maak een tekst over een vrij te kiezen onderwerp welke voor in ieder geval uit 80% bestaat uit AI gegenereerde tekst.

3. Maak een kunst-onderdeel (afbeelding) welke volledig is gegenereerd door AI.

4. verwerk dit natuurlijk in je reflectieverslag
   
   

Opdracht 4:

• Maak een reflectieverslag waarin alle onderdelen meegenomen worden.
  Dit reflectieverslag moet voldoen aan de eisen zoals beschreven in dit document.

Begrippenlijst

1. Artificiële intelligentie (AI): Het vakgebied dat zich bezighoudt met het ontwikkelen van computersystemen die intelligent gedrag vertonen.

2. Machine learning: Een subset van AI waarin computersystemen leren en verbeteren van gegevens zonder expliciete programmering.

3. Neuraal netwerk: Een computernetwerk dat is geïnspireerd op de werking van het menselijk brein en wordt gebruikt voor machine learning.

4. Deep learning: Een vorm van machine learning die gebruikmaakt van diepe neurale netwerken met meerdere lagen.

5. Supervised learning: Een machine learning-techniek waarbij modellen worden getraind met gelabelde voorbeelden om voorspellingen te doen.

6. Unsupervised learning: Een machine learning-techniek waarbij modellen patronen en structuren ontdekken in ongelabelde gegevens.

7. Reinforcement learning: Een machine learning-techniek waarbij een agent door middel van trial-and-error leert om beloningen te maximaliseren.

8. Classificatie: Een machine learning-taak waarbij gegevens worden ingedeeld in verschillende categorieën of klassen.

9. Regressie: Een machine learning-taak waarbij een model wordt gebruikt om continue numerieke waarden te voorspellen.

10. Feature extraction: Het proces van het identificeren en selecteren van relevante kenmerken uit gegevens om te gebruiken in machine learning-modellen.

11. Overfitting: Een probleem in machine learning waarbij een model te complex wordt en zich te sterk aanpast aan de trainingsgegevens, waardoor de prestaties op nieuwe gegevens verslechteren.

12. Onderfitting: Een probleem in machine learning waarbij een model te eenvoudig is en niet in staat is om de complexiteit van de gegevens vast te leggen, waardoor de prestaties slecht zijn.

13. Data preprocessing: Het proces van het voorbereiden en transformeren van gegevens voor gebruik in machine learning-modellen.

14. Validatie: Het proces van het evalueren en testen van de prestaties van een machine learning-model op onafhankelijke gegevens.

15. Natural Language Processing (NLP): Een subveld van AI dat zich bezighoudt met het begrijpen en verwerken van natuurlijke taal door computersystemen.