Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Media en digitale samenleving theorie + zelfstudie samenvatting 2024 €6,96
Ajouter au panier

Resume

Media en digitale samenleving theorie + zelfstudie samenvatting 2024

 50 vues  0 fois vendu

Samenvatting van alle theorie van Media en Digitale samenleving + samenvatting van de zelfstudie. Bevat alles wat gezegd is in de les en de powerpoints. De rood gekleurde tekst is info die terugkwam in vragen.

Dernier document publié: 3 mois de cela

Aperçu 3 sur 30  pages

  • 17 septembre 2024
  • 17 septembre 2024
  • 30
  • 2023/2024
  • Resume
Tous les documents sur ce sujet (2)
avatar-seller
lh30
Media en Digitale samenleving



Inhoud
Artificiële Intelligentie (AI) ...................................................................................................................... 2
Neuraal netwerk .................................................................................................................................. 3
Technische uitdagingen ....................................................................................................................... 3
Pitfalls .................................................................................................................................................. 4
Hoe moet je AI toepassen? ................................................................................................................. 5
Onthouden .......................................................................................................................................... 5
Online mis- en desinformatie .................................................................................................................. 6
Social media......................................................................................................................................... 6
Onderzoek in 6 landen ........................................................................................................................ 6
Omgaan met mis- en desinformatie.................................................................................................... 7
Mis- en desinformatie over vaccinaties .............................................................................................. 7
Grensoverschrijdend gedrag online ........................................................................................................ 9
Cybercrime & digitale misdaadbestrijding ............................................................................................ 12
Inhoud ............................................................................................................................................... 12
Introductie ......................................................................................................................................... 12
Fundamentals .................................................................................................................................... 12
Digitale bewijsvoering en onderzoek ................................................................................................ 14
Wetgeving ......................................................................................................................................... 15
Ontwikkelingen en trends ................................................................................................................. 15


Zelfstudie vanaf pag. 17




1

, Media en Digitale samenleving


Artificiële Intelligentie (AI)
Hoe wilt hij dat de wereld eruit ziet? Al het verkeer perfect langs elkaar omdat alles is gemeten en je
weet wie zich waar bevindt. Autonome auto’s van Google rijden al zonder bestuurder.

AI kan alleen gebruikt worden als er genoeg resources zijn. Je hebt genoeg data nodig. Hoe kom je
daaraan? Moet je uit de echte wereld halen. Naast AI moet je dus ook een geconnecteerd netwerk
hebben van sensoren waar je info uit kan halen = Internet of Things (IoT) = Een manier om objecten
en devices via netwerk met elkaar te verbinden zodat je software en sensoren via
netwerkconnectiviteit bij elkaar te krijgt. Daar kun je dan dingen mee doen.

In 1974 had je een eerste bankautomaat. Iets dat een kaart kon inlezen en die dan via software kon
checken of het jouw bankaccount was etc.

Na 2008 had je meer apparaten/objecten geconnecteerd dan dat mensen geconnecteerd zijn.

IoT is een soort internet dat je moet betrekken in je bedrijf anders blijft je bedrijf niet bestaan.

Drie technologieën in IoT heel belangrijk:

- Sensoren
- Communicatie
- Software

Waarom werkt dit nu wel en 20 jaar geleden niet?

Sensoren:

Gehoorapparaat, smartwatch etc. Al deze dingen zijn meer accuraat maar ook kleiner geworden. Ze
gebruiken ook minder energie. Doordat ze klein zijn en weinig energie gebruiken, kun je ze bij
iemand toepassen voor langere tijd.

Communicatie:

Er zijn heel veel meer devices waarmee mensen kunnen connecten, telefoons.
Hiervoor stuur je radiogolven uit. Alleen al binnen een ziekenhuis heb je camera’s,
drones, bandjes noem maar op.

Bij 5G heb je meerdere richtingen vergeleken met 4G.

Verschil artificiële intelligentie en machine learning: Bij AI kan een device een beslissing
nemen waarvan je niet weet of dit door een mens of een machine is gedaan. Machine learning is een
onderdeel van AI en een metodologie
die je kunt voeden met data, machine
leert dan wat de juiste beslissing is om
te nemen. Hij leert van de data die we
aanleveren.

Deep learning = door de grote data
centers kun je machine learning
technieken met complexere netwerken
laten werken.




2

, Media en Digitale samenleving


- Supervised = je wilt een machine leren wat een foto van een hond of een foto van een kat is.
Je geeft zelf aan of het klopt of niet en zo leert het wat klopt.
- Unsupervised = kijken naar informatie en op een plot zetten. Als er één heel ver afwijkt van
wat normaal is, zie je dat er iets misgaat zonder dat je structuur hebt in je data. Moet zelf
patronen en structuren ontdekken.
- Reinforcement learning = je doet iets en je krijgt feedback. Uiteindelijk werkt het omdat je
door de feedback weet dat het net iets anders moet.
- Transfer learning = een taak uitvoeren en verworven kennis toepassen op een nieuwe
gerelateerde taak. Als je foto’s interpreteert, zie je wie erop staan. Maar eigenlijk kijk je eerst
naar contouren, meer en meer details en dan zie je wie wie is. Het haalt info van bestaande
netwerk en gebruikt het in nieuwe.

Neuraal netwerk
In een brein zitten neuronen die pulsen geven
naar nieuwe neuronen. Zo zijn ze allemaal
geconnecteerd. Er zijn steeds meer
verbindingen, banen worden breder en breder.
Dat zelfde patroon hebben ze gemaakt in een
computer. Allemaal rijen van neuronen worden
achter elkaar gezet. Elk neuron maakt
verbinding met alle volgende neuronen.

Als ze allemaal verbinding met elkaar maken kan bijvoorbeeld een auto aangeven wat hij ziet. Als hij
aangeeft parking terwijl het een zebrapad is, moet je supervised leren. Je wilt elke zaak meer in de
juiste richting krijgen en de som van elk neuron moet een juiste uitkomst geven. Je maakt banen
breder of smaller. Kijken wat er op de lijn staat, mogelijk aanpassen. Als je alles aanpast dan krijg je
op den duur ‘dit is een zebrapad’. Komt omdat je dan alles net een beetje
hebt aangepast totdat het klopt. Je traint het netwerk, als het klaar is ga je
in de praktijk het gebruiken om dingen aan te sturen.

Bij reinforcement learning heb je een actie, gevolg, reward, was het goed
of niet, neuraal netwerk past zich aan, nieuwe actie, nieuw gevolg, reward,
goed of niet etc.

Technische uitdagingen
Accuraatheid
Het wordt op sommige locaties zo ingewikkeld dat een klein foutje fataal kan zijn. AI overtuigde een
jongen uit het leven te stappen, daar gaat het niet goed.

Kleinere chips nodig
Hoe kleiner, hoe minder energie.

Snelheid van algoritmes
Je moet leren hoe iets werkt, bijvoorbeeld een spelletje. Een computer doet er veeeeeeeel langer
over om dat te leren. Als je iets verandert zoals een kleur, kost dat voor ons geen moeite om dat aan
te leren want het spel blijft eigenlijk hetzelfde. Voor de computer duurt dat weer opnieuw even lang
als ervoor.

Connectiviteit
Hoe meer data, hoe beter je het kan gebruiken maar de accuraatheid en snelheid is nog niet
optimaal om er alles mee te bereiken.

3

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur lh30. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €6,96. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

52510 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€6,96
  • (0)
Ajouter au panier
Ajouté