Menu

Wat is machine learning en hoe wordt het gebruikt in lokale besturen?

Machine Learning wordt soms verward met artificiële intelligentie of als synoniem gebruikt, maar machine learning is een techniek om tot artificiële intelligentie te komen. Het is vrij letterlijk een methode om patronen te herkennen en hiervan te leren, zoals ook wij patronen leren herkennen. Maar wat kan een lokaal bestuur hiermee?

15-01-2021 - door Nathalie Dumarey, Rob Heyman, Frederic Heymans, Cora van Leeuwen, Annelien Smets

Belangrijk bij machine learning is dat het systeem niet gevoed moet worden met algoritmes, maar dat het op basis van data zelf inzichten kan genereren en analyses kan maken, om tot algoritmes te komen. De techniek maakt het dus mogelijk dat computersystemen zelf kunnen leren. Het systeem gebruikt algoritmes om gigantische hoeveelheden data te analyseren, zoekt er op een geautomatiseerde manier patronen in en past zich autonoom aan. De basis voor machine learning is wiskunde.

  • Machine learning stelt een systeem in staat om autonoom patronen in databronnen te detecteren en herkennen;
  • Zich aan te passen aan nieuwe omstandigheden en nieuwe acties te creëren aan de hand van herkende patronen;
  • Beslissingen te nemen aan de hand van het slagen of falen van deze acties.

Toepassing lokale besturen

Een voorbeeld van een manier waarop lokale besturen handig gebruikmaken van machine learning, zijn de tools om drukte mee te voorspellen.

Beschik je als gemeentehuis over data van het aantal bezoekers in het gemeentehuis of het aantal reservaties of ‘ticketjes’ voor bepaalde dienstverlening aan de loketten? Dan zou je niet alleen realtime die data kunnen ontsluiten, zodat burgers die willen komen op voorhand kunnen raadplegen of het druk is in het gemeentehuis en ze mogelijk lang moeten wachten.

Aan de hand van onder andere die historische data kan ook een zelflerend systeem worden getraind om toekomstige drukte te voorspellen. Op die manier kan je anticiperen op de drukke momenten die zullen komen door jouw dienstverlening en personeelscapaciteit aan te passen en kan je burgers informeren over wanneer ze best kunnen langskomen.

Dezelfde methodiek gaat op voor het voorspellen van drukte op de wegen en mogelijke file of mogelijke drukte in de stad. In tijden van corona zetten steeds meer steden in op het realtime monitoren van drukte om te kunnen ingrijpen als het mogelijk moeilijk wordt om de social distancing te blijven bewaren. Druktevoorspellingen op basis van historische data, de weersomstandigheden, info over evenementen, het verkeer op de snelwegen… maken het mogelijk om te anticiperen.

Meer informatie? Check dan onze publicatie Artificiële Intelligentie voor lokale besturen

Ook interessant

Bestuur & organisatie, Recht

Handboek Bestuursrecht 2020-2021

Steven Van Garsse

Bestel

Bestuur & organisatie

Codex Maatschappelijke Dienstverlening | 6de editie

Bestel

Bestuur & organisatie

Handboek van de mandataris lokale besturen

Bestel

Bestuur & organisatie

Intergemeentelijke Samenwerking

Karen Alderweireldt
Christof Delatter

Bestel

Bestuur & organisatie, Communicatie & informatie, Cultuur & vrije tijd, Omgeving

Civic Crowdfunding, een handboek voor Changemakers

Growfunding

Bestel

Bestuur & organisatie

Codex Lokaal Bestuur | 5de editie

Bestel