Advanced Artificial Intelligence: Deep Learning Fundamentals
Artificial Intelligence is aan een disruptieve steile opmars bezig, en is stilaan niet meer weg te denken uit onze maatschappij, het werkveld, of zelfs onze persoonlijke leefwereld. Het aantal applicaties en devices dat de transitie naar ‘smart’ al hebben gemaakt, zijn legio.
De belangrijkste motor van dit alles, is Deep Learning.
Tijdens deze opleiding gaan we verder op de geziene inhoud van de opleiding ‘Introduction to AI’, en zoomen we in op de belangrijkste bouwstenen van Deep Learning. We gaan er praktisch mee aan de slag in de twee domeinen die momenteel het meeste ‘production ready’ zijn, namelijk Computer Vision, en Natural Language Processing (NLP).
Praktische info:
Leertraject
Inschrijven?
- Voorwaarden: basiskennis van AI en van Python is ten zeerste aangeraden
- Prijs: €690
Lessen van 9.30 tot 16.30 op 07/11 en 14/11
Les van 09:30 tot 12:30 op 21/11 (aansluitend lunch)
Inhoud:
Recap
- Wat is Machine Learning en Deep Learning?
- Welke technieken en toepassingen bestaan er zo al?
- Ethische aspecten van deze technologie
Bouwstenen
- Neural Network bouwstenen
- Learning aspecten van een Neural Network model
- Data Gathering en cleaning
- Training, validating, testing a model
Computer Vision
- Convolutional Neural Network
- Imagenet en Transfer Learning
NLP
- Frequency based modelering
- Word Embeddings en Language Model
- RNN, LSTM, en Transfer Learning
Advanced concepts
- Auto-encoders
- GANs
- Attention & Transformers
- Time-series predictions
Praktisch aan de slag
- We maken doorheen het verhaal steeds de vertaalslag naar praktische code om het geheel tastbaar te maken.
- Een greep uit gebruikte technologieën: Python, Jupyter Notebooks, Anaconda, Google Colab, Kaggle, Keras en TensorFlow, Fastai en PyTorch.
Tijdens deze opleiding werk je op je eigen laptop: vergeet deze dus zeker niet mee te brengen. Een browser is trouwens voldoende, specifieke softwarepakketen zijn niet nodig.
Deze opleiding zal in het Engels gegeven worden. Onze lesgeefster is namelijk meer vertrouwd met het Engels maar kan je vragen ook in het Nederlands beantwoorden.