Cursusaanbod

Inleiding tot AI en ML

  • Overzicht van AI en ML-concepten
  • Gegevensverzameling en voorverwerking
  • Inleiding tot Python voor AI

Data-analyse en visualisatie

  • Exploratieve data-analyse
  • Technieken voor data-visualisatie
  • Statistische grondslagen voor ML

Machine Learning Modellen

  • Supervised learning-algoritmen
  • Unsupervised learning-algoritmen
  • Modelbeoordeling en -selectie

Deep Learning en Neurale Netwerken

  • Fundamenten van neurale netwerken
  • Convolutional neural networks (CNNs)
  • Recurrent neural networks (RNNs)

Natural Language Processing (NLP)

  • Tekstverwerking en kenmerk-extractie
  • Sentiment-analyse en tekstclassificatie
  • Taalmodellen en chatbots

Computer Vision

  • Fundamenten van beeldverwerking
  • Objectdetectie en beeldclassificatie
  • Geavanceerde onderwerpen in computer vision

Implementatie en Schaalbaarheid

  • Strategieën voor de implementatie van AI-applicaties
  • Schalen van AI-applicaties
  • Monitoren en onderhouden van AI-systemen

Ethiek en Toekomst van AI

  • Ethische overwegingen in AI
  • AI-beleid en -regelgeving
  • Toekomstige trends in AI en ML

Labproject

  • Ontwikkelen van een klein intelligente applicatie
  • Werken met werkelijke datasets
  • Samenwerken aan een groepsproject om een industrierelevant probleem op te lossen

Samenvatting en Volgende Stappen

Vereisten

  • Begrip van basisprogrammeerconcepten
  • Ervaring met Python en fundamentele datawetenschappelijke technieken
  • Kennis van kernprincipes van AI en ML

Doelgroep

  • AI-professionals
  • Softwareontwikkelaars
  • Data-analisten

Opzet van de cursus

  • Interactieve lezingen en discussies.
  • Veel oefeningen en praktijk.
  • Handson implementatie in een live-labomgeving.

Cursusaanpassingsopties

Voor een aangepaste training van deze cursus, neem contact met ons op om te regelen.

 28 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (1)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën