Namur, Hotel de Ville

NobleProg Namur, Rue de Fer, 48 , Namur, belgium, 5000

Namen

Namen is een Franstalige stad in België, sinds 1986 hoofdstad van Wallonië en hoofdstad van de provincie Namen. Bewoond sinds de Neolithische periode, zag de samenvloeiing van de Samber en de Maas de geboorte van de Romeinse stad aan het begin van onze jaartelling. Voormalig bolwerk van de graven van Namen, verbonden aan het huis van Luxemburg en vervolgens aan het Habsburgse rijk, was de citadel van Namen in de loop der jaren het middelpunt van vele belegeringen. Ondanks de schade die de conflicten hebben geleden, heeft de stad een rijk roerend en onroerend erfgoed behouden. Vandaag de regionale hoofdstad, de stad is de zetel van het parlement van Wallonië, de Waalse regering en de openbare dienst van Wallonië, maar ook de gaststad van het Internationaal Franstalig Filmfestival, het kermisfestival van Namen in mei, het Festival Verdur Rock .

De dichtstbijzijnde luchthaven bij het trainingscentrum

  • Internationale luchthaven Namen-Suarlee

Dichtstbijzijnde treinstation bij het trainingscentrum

  • Station Namen

De dichtstbijzijnde parkeerplaats bij het trainingscentrum

  • Centrale parkeerplaats

Cafés restaurants bars in de buurt

  • YAYAMI-restaurant
  • Restaurant San Marino
  • Bar Caprice d'Ambiance

Bekijk ons cursusaanbod:

Grote Taalmodellen (LLMs) en Versterkend Leren (RL)

 21 Uren

Deze live training onder leiding van een instructeur in Namen (online of op locatie) is bedoeld voor datawetenschappers van gemiddeld niveau die een uitgebreid begrip en praktische vaardigheden willen verwerven in zowel Large Language Models (LLMs) als Reinforcement Learning (RL).

Aan het einde van deze training zijn de deelnemers in staat om:

  • Begrijp de componenten en functionaliteit van transformatormodellen.
  • Optimaliseer en verfijn LLM's voor specifieke taken en toepassingen.
  • Begrijp de kernprincipes en methodologieën van reinforcement learning.
  • Leer hoe reinforcement learning-technieken de prestaties van LLM's kunnen verbeteren.
Lees meer...

Fine-Tuning met Reinforcement Learning vanuit Menselijk Feedback (RLHF)

14 Uren

Deze door een instructeur geleide, live training in Namen (online of ter plekke) is gericht op geavanceerde machine learning engineers en AI-onderzoekers die RLHF willen toepassen om grote AI-modellen te fijnstelen voor betere prestaties, veiligheid en overeenstemming.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

  • De theoretische grondslagen van RLHF te begrijpen en waarom deze essentieel zijn in de moderne AI-ontwikkeling.
  • Beloningmodellen op basis van menselijke feedback te implementeren om versterkingsleerprocessen te leiden.
  • Grote taalmodellen te fijnstelen met behulp van RLHF-technieken om uitvoeren te laten overstemmen met menselijke voorkeuren.
  • Best practices toe te passen voor het schalen van RLHF-workflows voor productie-klas AI-systemen.
Lees meer...

Versterkend leren met Google Colab

 28 Uren

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor professionals op gevorderd niveau die hun kennis van reinforcement learning en de praktische toepassingen in AI-ontwikkeling met behulp van Google Colab willen verdiepen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

  • De kernconcepten van reinforcement learning algoritmen te begrijpen.
  • Reinforcement learning modellen te implementeren met behulp van TensorFlow en OpenAI Gym.
  • Intelligente agents te ontwikkelen die leren door proberen en fouten maken.
  • De prestaties van agents te optimaliseren met behulp van geavanceerde technieken zoals Q-learning en deep Q-networks (DQNs).
  • Agents te trainen in gesimuleerde omgevingen met behulp van OpenAI Gym.
  • Reinforcement learning modellen in te zetten voor toepassingen in de echte wereld.

Lees meer...

Diep Verstering Leren met Python

21 Uren

Deep Reinforcement Learning (DRL) combineert de principes van reinforcement learning met diep leergeving architecturen, zodat agenten beslissingen kunnen nemen door interactie met hun omgevingen. Het vormt de basis voor veel moderne AI-vooruitgang zoals zelfrijdende voertuigen, robotbesturing, algoritmische handel en adaptieve aanbevelingssystemen. DRL stelt een kunstmatige agent in staat strategieën te leren, beleid te optimaliseren en autonome beslissingen te nemen op basis van proef-en-error met behulp van beloninggebaseerd leren.

Deze door een docent geleide, live training (online of ter plaatse) is bedoeld voor ontwikkelaars en datawetenschappers op intermediair niveau die Deep Reinforcement Learning technieken willen leren en toepassen om intelligente agenten te bouwen die in staat zijn tot autonome besluitvorming in complexe omgevingen.

Na voltooiing van deze training kunnen de deelnemers:

  • De theoretische grondslagen en wiskundige principes van Reinforcement Learning begrijpen.
  • Sleutel RL-algoritmen implementeren, waaronder Q-Learning, Policy Gradients en Actor-Critic methoden.
  • Deep Reinforcement Learning agenten bouwen en trainen met TensorFlow of PyTorch.
  • DRL toepassen op praktische toepassingen zoals games, robotica en besluitoptimalisatie.
  • Trainingprestaties oplossen, visualiseren en optimaliseren met behulp van moderne hulpmiddelen.

Opzet van de cursus

  • Interactieve college en begeleide discussie.
  • Handson-oefeningen en praktische implementaties.
  • Live codemonstraties en projectgebaseerde toepassingen.

Opties voor cursusaanpassing

  • Om een aangepaste versie van deze cursus aan te vragen (bijvoorbeeld het gebruik van PyTorch in plaats van TensorFlow), neem contact met ons op om dit te regelen.
Lees meer...

Fundamentals van Reinforcement Learning

 21 Uren

Deze live training onder leiding van een instructeur in Namen (online of ter plaatse) is bedoeld voor datawetenschappers die verder willen gaan dan traditionele machine learning-benaderingen om een computerprogramma te leren dingen uit te zoeken (problemen op te lossen) zonder het gebruik van gelabelde gegevens en big datasets.

Aan het einde van deze training zijn de deelnemers in staat om:

  • Installeer en pas de bibliotheken en programmeertaal toe die nodig zijn om Reinforcement Learning te implementeren.
  • Creëer een software agent die in staat is om te leren door middel van feedback in plaats van door begeleid leren.
  • Programmeer een agent om problemen op te lossen waarbij de besluitvorming sequentieel en eindig is.
  • Pas kennis toe om software te ontwerpen die kan leren op een manier die vergelijkbaar is met hoe mensen leren.
Lees meer...

Laatst bijgewerkt:

Voorlopige Aankomende Cursussen

Grote Taalmodellen (LLMs) en Versterkend Leren (RL)

2026-01-27 09:30
21 Uren
Namur, Hotel de Ville
3750 EUR (Online)
4350 EUR (Klaslokaal)

Grote Taalmodellen (LLMs) en Versterkend Leren (RL)

2026-02-10 09:30
21 Uren
Namur, Hotel de Ville
3750 EUR (Online)
4350 EUR (Klaslokaal)

Fundamentals van Reinforcement Learning

2026-02-24 09:30
21 Uren
Namur, Hotel de Ville
3750 EUR (Online)
4350 EUR (Klaslokaal)

Bekijk andere regio's in België

Andere landen

Deze cursussen worden ook in andere landen gegeven

Advies

Reinforcement Learning Advies
Reinforcement Learning training cursus in Namen, Reinforcement Learning opleiding cursus in Namen, Weekend Reinforcement Learning cursus in Namen, Avond Reinforcement Learning training in Namen, Reinforcement Learning instructeur geleid Namen, Avond Reinforcement Learning cursus in Namen, Reinforcement Learning boot camp in Namen, Reinforcement Learning on-site in Namen, Reinforcement Learning trainer in Namen, Reinforcement Learning privé cursus in Namen, Reinforcement Learning instructeur in Namen, Reinforcement Learning een op een opleiding in Namen, Reinforcement Learning coaching in Namen, Reinforcement Learning op locatie in Namen, Weekend Reinforcement Learning training in Namen, Reinforcement Learning een op een training in Namen, Reinforcement Learning instructeur geleid in Namen,Reinforcement Learning lessen in Namen