veralgemeningscapaciteit

Veralgemingscapaciteit is het vermogen van een systeem om kennis of regels die uit ervaringen of voorbeelden zijn afgeleid toe te passen op nieuwe, ongeziene situaties. De term wordt in verschillende vakgebieden gebruikt, waaronder cognitieve psychologie, onderwijswetenschappen en artificiële intelligentie. In essentie draait het om generalisatie: hoe goed geleerd wordt toegepast op contexten die niet expliciet in de training zijn voorkomen.

In de psychologie en het onderwijs verwijst veralgemingscapaciteit naar het vermogen van mensen om uit specifieke opdrachten algemene concepten, regels of oplossingsstrategieën af te leiden en deze toe te passen op nieuwe problemen. Effectieve onderwijsmethoden stimuleren variatie in oefenen en transfer, zodat leerlingen abstracte regels kunnen internaliseren en niet enkel procedures kunnen reproduceren.

In machine learning en statistiek beschrijft veralgemingscapaciteit de mate waarin een model onzichtbare data accuraat kan voorspellen. Een te eenvoudige aanpak leidt tot onderfitting en gebrek aan generalisatie, terwijl te veel capaciteit kan leiden tot overfitting op de trainingsdata. De capaciteit wordt beïnvloed door modellering, trainingsdataset, regularisatie en de selectie van kenmerken. Evaluatie vindt plaats via validatie, kruisvalidering en testen op een onafhankelijke dataset.

Factoren die generalisatie kunnen verbeteren zijn onder meer voldoende en diverse trainingsdata, regelmatige en data-augmentatie, en inductieve biases die aansluiten bij de taak. Methoden zoals transfer learning en curriculum learning worden veelvuldig toegepast om de generalisatie te bevorderen.

Beperkingen blijven bestaan: veralgemening hangt af van de overeenkomst tussen trainings- en doeldata en kan verslechteren bij distributieverschuivingen. Het blijft een schatting die per taak en context kan variëren, wat ook duidelijk is in voorbeelden zoals taalmodellen die nieuwe grammaticale constructies moeten toepassen.