Deze tekst werd automatisch vertaald door een online vertaler (DeepL) om als leidraad te dienen, om de inhoud van de informatie over de opleiding te helpen begrijpen. Wij wijzen alle verantwoordelijkheid voor de inhoud ervan af. Indien u wenst te reageren op deze vertaling, kunt u een e-mail sturen naar helpdesk@digitalcity.brussels.
IA avancé
Georganiseerd door:
Opleidingspartners:
Beschrijving
De cursus "Advanced AI with Python" behandelt de essentiële basisprincipes van Machine Learning en Deep Learning, met behulp van de essentiële bibliotheken in het Python-ecosysteem. De cursus begint met een introductie in tools zoals NumPy, Pandas en Matplotlib, die essentieel zijn voor het manipuleren en visualiseren van gegevens. Vervolgens verkennen de deelnemers de principes van Machine Learning, waarbij classificatie- en regressiealgoritmen worden geïmplementeerd. De nadruk wordt gelegd op het begrijpen van modellen, het valideren van prestaties met technieken zoals kruisvalidatie en het optimaliseren van hyperparameters om de nauwkeurigheid van voorspellingen te verbeteren.
Een dieper begrip van Machine Learning leidt natuurlijk tot een introductie in neurale netwerken en Deep Learning, met het gebruik van TensorFlow en Keras om meerlagige perceptiemodellen te ontwerpen. Deelnemers bestuderen vervolgens geavanceerde architecturen zoals CNN's (convolutionele neurale netwerken) voor beeldverwerking en RNN's (terugkerende neurale netwerken) voor sequentieanalyse, met name in natuurlijke taalverwerking (NLP). De cursus wordt afgesloten met een praktisch project waarin studenten in groepen werken aan de ontwikkeling, optimalisatie en implementatie van een AI-model toegepast op een echte casus, waarbij de vaardigheden die ze tijdens de cursus hebben opgedaan, worden geconsolideerd.
Wat zijn de doelstellingen van de opleiding?
De doelstellingen van de cursus zijn als volgt:
● AI-technieken gebruiken met Python: Begrijp de essentiële Python-bibliotheken en -tools voor AI.
● Ontwikkel Machine Learning Vaardigheden: Verken en pas machine learning algoritmen toe.
● Ontdek Deep Learning: Introductie tot neurale netwerken en deep learning.
● AI-project in de praktijk: Voer een AI-project uit van begin tot eind, van ontwerp tot implementatie.
Wat moet je weten om de cursus te volgen?
Kennis van de taal Python.
Opleidingsprogramma
Technieken van AI en machinaal leren
- Inleiding tot Python voor AI
- Python-bibliotheken verkennen (NumPy, Pandas, Matplotlib)
- Machine-leertechnieken
- Implementatie van classificatie- en regressiealgoritmen
- Praktische workshops en casestudies
Geavanceerd machinaal leren
- Geavanceerde machine leertechnieken (SVM, beslisbomen, random forests)
- Kruisvalidatie en optimalisatie van hyperparameters
- Inleiding tot neurale netwerken 1
- Gebruik van TensorFlow en Keras
- Praktische workshop: Een eenvoudig deep learning-model maken
Diep leren en toepassingen
- Meerlagig perceptron en backpropagatie
- Geavanceerde architecturen: CNN (Convolutional Neural Networks) en RNN (Recurrent Neural Networks)
- Beeldverwerking en NLP (verwerking van natuurlijke taal)
- Praktische workshop: Implementatie van een deep learning-model voor een echte toepassing
AI-project en productie
- Groepsontwikkeling van een AI-project
- Toepassing van de geleerde technieken om een echt probleem op te lossen
- Optimalisatie en implementatie van modellen
- Presentatie van projecten en feedback
Praktische oefeningen
In de cursus komen verschillende voorbeelden en oefeningen aan bod, zodat deelnemers de concepten van Kunstmatige Intelligentie in de praktijk kunnen brengen.