Artificiële intelligentie (AI) - Advanced - Deep Learning

Tijdens deze opleiding werk je op je eigen laptop: vergeet deze dus zeker niet mee te brengen.

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 en LLMs
  • 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.