Introduction to Supervised learning with Python
Supervised machine learning plays a pivotal role in the broader field of artificial intelligence (AI) and is crucial for driving new developments and innovations in various domains. This branch of data science entails many interesting applications to get insights into your data and make predictions.
Praktische info:
Inschrijven?
- Voorwaarden: Participants need to have a basic knowledge of the Python programming language, in particular importing and wrangling DataFrames with the pandas package and visualizing data with the matplotlib / seaborn package.
- Prijs: Max 800EUR
georganiseerd door:
Leertraject
The course is designed as an introductory course to get a foundational understanding of some basic supervised machine learning techniques. These techniques are accompanied by Python code demonstrations and by means of the scikit-learn package to try some of these data pipelines yourself. The goal of the course is to equip students with the essential knowledge and skills required to dive deeper into the world of more advanced machine learning techniques.
The following topics will be covered:
- Linear models
- Cross-Validation
- Regularization
- KNN models
- Tree-Based Models
- SVM models
- Interpretability
Lesgever/spreker
Axel-Jan Rousseau
Dr. Axel-Jan Rousseau is AI-expert bij VAIA en postdoctoraal onderzoeker aan het Data Science Institute van de Universiteit Hasselt. Hij is gespecialiseerd in trustworthy computer vision, toegespitst op modelkalibratie: het waarborgen dat AI-systemen betrouwbare en statistisch onderbouwde voorspellingen leveren.
Momenteel is hij ook een van de coördinatoren voor de Data Science-trainingen bij FLAMES en ontwikkelt hij AI-gestuurde beslissingsondersteunende systemen voor biomedische beeldvorming en de diagnose van MS. Dr. Rousseau behaalde in 2024 zijn doctoraat in de AI en beschikt over masterdiploma's in zowel Artificiële Intelligentie als Industriële Wetenschappen.
Gerelateerde opleidingen
