Update app.py

app.py

@@ -128,12 +128,23 @@ De zee is kalm; de toekomst lijkt maakbaar. Meer dan een eeuw later kijken wij m
 Elk record in deze dataset is een menselijk verhaal: iemand met een plek aan tafel, een ticket, een familie, een keuze.<br>
 Door de gegevens te verkennen, begrijpen we beter wie overleefde — en waarom.<br><br>
 
-Waar de onderzoekers van toen vooral vertrouwden op statistiek, logboeken en getuigenissen, gebruiken we nu **machine learning** — een moderne vorm van datadenken.<br>
-Met **supervised learning** kunnen we patronen ontdekken die vroeger verborgen bleven: subtiele verbanden tussen leeftijd, klasse, geslacht en overlevingskansen.<br>
-Het model leert van historische gegevens om voorspellingen te doen over nieuwe situaties, en helpt ons zo te begrijpen welke kenmerken het lot van passagiers mede bepaalden.<br>
-Het is alsof we met een digitale bril naar het verleden kijken — een bril die niet oordeelt, maar leert, vergelijkt en verbanden blootlegt die het menselijk oog destijds niet kon zien.<br><br>
+Waar de onderzoekers van toen vooral vertrouwden op statistiek, logboeken en getuigenissen, gebruiken we nu machine learning — een moderne en geavanceerde vorm van datadenken.  
+Waar klassieke methoden één verband tegelijk onderzochten, kan machine learning duizenden patronen tegelijk herkennen en verbanden leggen die de menselijke blik vaak ontgaan.  
+Het is geen enkelvoudige berekening, maar een zelflerend proces: een algoritme dat zijn eigen fouten evalueert en stap voor stap beter wordt in het onderscheiden van wat betekenisvol is en wat toeval.  
 
-Zo wordt een scheepsramp niet alleen geschiedenis, maar ook een les in data, menselijkheid en inzicht.
+Met supervised learning laten we de computer leren van voorbeelden uit het verleden — van gegevens waarvan we de uitkomst al kennen.  
+Zo leert het systeem wat het verschil is tussen overleven en vergaan, tussen geluk en noodlot.  
+Elke passagier wordt dan niet alleen een datapunt, maar een stukje context, een les waarmee het model beter leert begrijpen welke factoren het lot beïnvloedden: leeftijd, klasse, geslacht, familie, ticketprijs, vertrekhaven.  
+
+Machine learning kan subtiele, vaak onzichtbare relaties blootleggen: combinaties van omstandigheden die voorheen onopgemerkt bleven.  
+Het laat zien dat het niet altijd één enkel kenmerk is dat bepalend is, maar juist de samenhang — het web van kleine verschillen dat de geschiedenis mede vormde.  
+Soms bevestigt het model wat we al vermoedden, soms verrast het ons met nieuwe inzichten, en soms leert het ons dat toeval zelf ook een rol speelt die we niet volledig kunnen vangen in cijfers.  
+
+Supervised learning is daarmee meer dan een technische truc: het is een manier van kijken.  
+Een venster waardoor we de werkelijkheid niet alleen meten, maar ook beter leren begrijpen.  
+Het combineert wiskundige precisie met menselijke nieuwsgierigheid, en geeft ons de mogelijkheid om patronen te zien die het verleden nog altijd fluistert, maar nooit hardop zei.  
+
+Het is alsof we met een digitale bril naar de geschiedenis kijken — een bril die niet oordeelt, maar leert, vergelijkt en verbanden zichtbaar maakt die het menselijk oog destijds niet kon zien.
 </span>
 """