Machine Learning

Niet Goed Geld Terug

Gratis Annuleren

Startgarantie

NRTO Keurmerk

9,6 op basis van 20 ervaringen
StartdatumEinddatumLocatie
13-05-202415-05-2024Den Haag
1.665,- excl. btw

Tijdens deze driedaagse cursus leer je zowel de basis als de geavanceerde technieken van Machine Learning. Bestudeer de theorie en pas de technieken direct toe op meerdere soorten data. Na deze cursus kun je zelfstandig aan de slag met het toepassen van Machine Learning op je eigen data. Dit is alleen mogelijk met onze unieke leermethode, de persoonlijke aandacht en onze extra ondersteuning na je cursusdag. De cursus wordt afgesloten met een Machine Learning certificaat.

Background Image for School of Data Science Website

Machine Learning

Niet Goed Geld Terug 
Gratis annuleren
Startgarantie
★★★★★ 9,6 op basis van 20 ervaringen

Niveau: HBO/WO Trainer

Tijdens deze driedaagse cursus leer je zowel de basistechnieken als de geavanceerde technieken van Machine Learning. Je leert niet alleen de theorie begrijpen, maar je gaat ook aan de slag met de technieken toepassen op meerdere soorten data. Na deze cursus kun je zelfstandig aan de slag met het toepassen van Machine Learning op je eigen data.

StartdatumEinddatumLocatie
13-05-202415-05-2024Den Haag
1.665,- excl. btw

Mail: rick@schoolofdatascience.nl

Telefoonnummer:
070 221 1586

Background Image for School of Data Science Website

Ervaringen

Hieronder is een selectie te zien van onze blije klanten. Bekijk hier alle recensies.

Justus van Veghel
Justus van Veghel
Instructeur
Read More
"Following this workshop has been a pleasure. Subject matters are presented in a clear flow, with each step being a followup of the previous subject. The instructor goes into detail on each part of the workshop and provides the tools to make a quick start. While it's easy enough to follow along, the instructor does not shy away from answering (tough) questions and responds very well, which shows his deep knowledge about the subject. All in all, informative, interactive and dynamic workshop."
LPM Peters
LPM Peters
data scientist
Read More
"Erg leuke cursus gehad in Machine Learning & Artificial Intelligence van Rick Vink. Veel geleerd, verrast door zijn uitgebreide kennis en ervaring en leuke voorbeelden. Ik ben geïnspireerd!"
Bernhard Leemhuis
Bernhard Leemhuis
Read More
Verhelderende en inspirerende cursus vol interactie. De trainer weet heel goed waar hij het over heeft, en kan ook op detailvragen prima antwoord geven. Goed opgezet cursusmateriaal, waarbij de onderwerpen naadloos in elkaar overlopen. Daardoor gaan voorbeelden en opgaven veel verder dan slechts een paar regeltjes code. Aanrader voor iedereen die zich verder wil verdiepen in machine learning algoritmen"
Previous
Next

Informatie

Locatie: Den Haag/Utrecht 
Duur: 3 dagen.
Studiebelasting: 21 uur cursus + 9 uur zelfstudie.

Lestijden: 10:00 – 17:00.
Lesdag: Maandag, dinsdag en woensdag.
Taal: Nederlands/Engels.
Niveau: HBO/WO.

Prijs: €1.665,- excl. btw.

Deze cursus incompany organiseren voor je team? Neem contact met ons op!

Over de cursus Machine Learning

In onze 3-daagse cursus Machine Learning leer je hoe je Machine Learning modellen kunt maken voor verschillende types data. Je gaat aan de slag met onder meer tijdseries data, label data, numerieke waardes, afbeeldingen en teksten. Zo krijg je een breed beeld van de verschillende vraagstukken die je met Machine Learning kunt oplossen. Verder is het voor de effectiviteit van Machine Learning van belang dat je het model kiest dat het beste bij jouw data past. Daarom komen in de cursus verschillende modellen aan bod, waaronder: Gaussian modellen, regressie modellen, Deep Learning modellen, clustering modellen en dimensiereductie modellen.

Leerdoelen Machine Learning

Na deze cursus:
  • ken je verschillende Machine Learning modellen;
  • kun je voor verschillende soorten data waaronder teksten, tijdreeksen en numerieke data het juiste model kiezen;
  • kun je een model trainen;
  • kun je data voorbewerken;
  • ken je meerdere technieken om je model te valideren;
  • kun je simpele Deep Learning modellen maken met Keras en Tensorflow;
  • kun je werken met verschillende Machine Learning tools waaronder Scikit-learn, Numpy en Pandas;
  • Ken je diverse dimensie reductie technieken.

Voor wie is de Machine Learning cursus?

  • Je wilt weten wat er nodig is om Machine Learning modellen te maken die aansluiten bij verschillende soorten vraagstukken.
  • Je begrijpt de basisconcepten van de programmeertaal Python (zie Python Essentials).
  • Je wilt zelf met Machine Learning aan de slag.
data science cursus visualisaties
Rick Cursus Data Science

Afbeelding 1 en 2. Enkele voorbeelden van technieken die bij machine learning worden behandeld en ons klaslokaal op locatie Rotterdam.

Cursusinhoud Machine Learning

In de cursus Machine Learning van de School of Data Science komen veel verschillende Machine Learning technieken en Machine Learning tools voorbij. Deze variatie aan technieken biedt jou de handvatten om na deze opleiding met een grote diversiteit aan Machine Learning vraagstukken aan de slag te kunnen. 

Wiskundige concepten

Hoe je het ook went of keert, Machine Learning is toegepaste wiskunde. Daarom behandelen we de wiskundige concepten die je nodig hebt voor deze cursus.

  • Precision, recall, AUC en ROC: Dit zijn drie maatstaven om de kwaliteit van je model uit te drukken.
  • Distributies: Hoe de data is verdeeld.
  • Gradiënten en Optimalisatie: Hoe je een model kunt aanpassen om het beter te laten werken.

Data preprocessing

In de meeste gevallen sluit je verzameling data niet direct aan op je Machine Learning model. Er kunnen waardes missen en foute data tussen zitten. Voordat de data ingevoerd kan worden, is daarom meestal data preprocessing nodig. In onze Machine Learning opleiding maak je kennis met data preprocessing door schaling, filtering en data reparaties uit te voeren. 

Python tools

Python is rijk aan Data Science tools. Zo heb je Numpy, bedoeld voor wiskundige berekeningen, Pandas voor data bewerken, Seaborn voor mooie visualisaties, Scikit-learn voor vele Machine Learning tools en modellen, en Tensorflow en Keras voor Deep Learning. In deze opleiding Machine Learning maak je kennis met deze verschillende Python Data Science tools.

Classificatie 

Een veelgebruikte toepassing van Machine Learning is het voorspellen tot welke groep een klant, patiënt, machine, product of andere eenheid behoort. Voor deze toepassing zijn veel modellen beschikbaar. Maar, elk model heeft zijn specialiteit. Daarom maak je tijdens onze Machine Learning cursus kennis met een veelzijdige set aan clustering modellen, waaronder: Logistische regressie, Decision tree, K nearest neighbors en Deep Learning.

Clustering

Om een Machine Learning model effectieve beslissingen te laten nemen, is het handig om de data eerst van een label te voorzien. Dit doe je door in je data-verzameling clusters aan te maken. In onze cursus Machine Learning ga je aan de slag met technieken als K mean en Gaussian models. Deze Machine Learning technieken maken gebruik van wiskundige principes om de data van elkaar te scheiden en te clusteren. Op voorhand labels invoeren is niet nodig. 

Dimensie reductie

Een data-verzameling kan veel verschillende parameters bevatten. Dat maakt het soms complex voor Machine Learning. Dit los je op door het aantal parameters slim te reduceren. In deze cursus Machine Learning maak je kennis met dimensie reductie-technieken als PCA, LDA, tSNE en UMAP. Elke techniek heeft zijn eigen werkwijze.

Regressie

Onder de verschillende Machine Learning technieken is het voortzetten van een trend een techniek die je in huis wilt hebben. In de cursus Machine Learning leer je deze techniek aan de hand van lineaire regressie.

Natural Language Processing

De Machine Learning cursus besteedt ook aandacht aan het analyseren van complexe data types. Tekst data is daar een interessant voorbeeld van. Je gaat Machine Learning modellen maken voor Natural Language Processing met technieken als bag of words, word embedding en Deep Learning.

Image processing

Voor beeldanalyse zijn al veel Machine Learning technieken beschikbaar. In onze Machine Learning cursus maak je kennis met het Deep Convolutional Network. Aan de hand van deze Machine Learning techniek voor image processing leer je beelden te classificeren.

Deep Learning

De term ‘Deep Learning’ ben je in de cursusinformatie nu al een paar keer tegen gekomen. Dit laat zien dat Deep Learning een breed inzetbare techniek is binnen Machine Learning. Je kunt er dan ook de meest complexe modellen mee tackelen. Daarom hebben we in onze Machine Learning opleiding veel tijd gereserveerd voor Deep Learning. 

Leer Methodes

Een Machine Learning model trainen kun je doen aan de hand van verschillende leermethodes. In de cursus maak je kennis met Supervised en Unsupervised Learning en de verschillen tussen deze twee leermethodes. 

Model validatie en tuning technieken

Om tot een goed Machine Learning model te komen, is aandacht voor train -, test – en validatie data onontbeerlijk. Daarnaast zijn je modelkeuze en hoe je het meeste uit je gekozen model haalt, belangrijke aandachtspunten. In deze Machine Learning cursus verdiep je je in deze materie aan de hand van Hyperparameters tuning, model selectie en K-fold validation.

Extra informatie over de Machine Learning cursus

  • Na je inschrijving nemen we contact met je op om een intake gesprek in te plannen. Dit doen we om je ervaring en leerbehoeften goed in kaart te brengen.
  • De cursussen worden gegeven in kleine groepen. Dit doen wij omdat wij geloven dat persoonlijke aandacht voor de beste leerervaring zorgt.
  • Je hebt voor deze cursus een eigen laptop nodig om mee te doen. Je kunt van tevoren gratis de Anaconda software downloaden via deze link.
  • Tijdens de cursus zal er een lunch worden voorzien. Heb je dieetvoorkeuren? Laat het ons weten! Dan zorgen wij voor een aangepaste lunch.

Veelgestelde vragen

Er zijn veel verschillende programmeertalen beschikbaar voor Machine Learning of Data Science. Onder deze talen is Python de beste voor Machine Learning. Daarom is onze Machine Learning cursus in Python en bieden wij ook Python cursussen aan. 

Er zijn meerdere aspecten waardoor Python de beste taal is voor Machine Learning

Python is een fijne programmeertaal. Bij Python staat gemak voorop. De bedenker van Python had met zijn taal het doel voor ogen dat de code gelezen moest kunnen worden alsof je een tekst aan het lezen bent.

De beste taal voor Machine Learning. Python heeft de beste tools voor Artificial Intelligence. Dat komt omdat de taal zeer algemeen is in gebruik. Dit heeft ervoor gezorgd dat de taal op het gebied van Artificial Intelligence verder is doorontwikkeld dan andere programmeertalen. Verder heeft Python een hele rijke geschiedenis in data analyse. Dit maakt deze taal veelzijdig in zijn toepasbaarheid. Daarom is Python dus de beste taal voor Machine Learning.

Verder gebruiken alle bedrijven die vooroplopen in Machine Learning Python. Vele van deze bedrijven maken hun code openbaar. Dit stelt jou in staat state of the art algoritmes te gebruiken voor jouw project.

Een hele grote online community die je kan helpen. Python is populair. Zowel beginners als experts gebruiken de taal. Er is inmiddels een grote online community waar je terecht kunt met al je vragen. Hoogstwaarschijnlijk zijn de vragen waar je tijdens je project mee te maken krijgt, al op internet geplaatst en beantwoord. Mocht je tijdens je Machine Learning project in Python vastlopen, dan vind je heel snel de oplossing op internet. 

Python is bedacht door een Nederlander. Een beetje Nederlandse glorie: Guido van Rossum, de bedenker van Python, is een Nederlander.

Machine Learning vraagt meerdere disciplines. Er komt wiskundige kennis bij kijken, programmeerervaring en in de industrie ook domeinkennis.

Goed worden in programmeren. Zonder programmeren kan je zeker ook Machine Learning toepassen maar het zal je altijd limiteren in de mogelijkheden. Wanneer je Python gebruikt als jouw tool voor Machine Learning heb je toegang tot de nieuwe modellen en kan je elke type data aan.

Statische wiskundige kennis op doen. Om goed te worden in Machine Learning is een basis in wiskunde erg helpend. Voor onze cursus Machine Learning is dit geen vereiste omdat we in de cursus waar nodig wiskundige concepten uitleggen. Als je toch graag over meer wiskundige kennis wilt beschikken om sneller beter te worden in Machine Learning, dan kun je bij ons de cursus Python Essentials volgen.

Machine Learning cursus. Onze cursus Machine Learning is een intensieve 3-daagse cursus waarin je een breed beeld krijgt van wat Machine Learning is, waarvoor je het kunt gebruiken en wat erbij komt kijken. Naast de theorie krijg je veel voorbeelden uit de praktijk en ga je zelf aan de slag met Machine Learning aan de hand van opdrachten. Door de theorie van Machine Learning direct toe te passen in de praktijk, maak je de Machine Learning principes en technieken snel eigen. 

Jezelf verder ontwikkelen. Je wordt pas echt goed in Machine Learning als je het veel doet. Door met meerdere soorten data te werken en verschillende soorten modellen te maken, wordt jouw Machine Learning wereld steeds rijker en zal je er beter en sneller in worden.

Wordt goed in een domein. Het is voor bedrijven heel interessant als je veel hebt gewerkt met data die voorkomt bij hun organisatie. Daarom is het aan te raden om je naast breed ook nog eens te specialiseren op bepaalde vraagstukken en domeinen.

Onze Machine Learning cursus is bedoeld voor mensen die hun Machine Learning journey een kickstart willen geven. De cursus is ook zeer geschikt voor professionals die Machine Learning willen gaan toepassen binnen hun organisatie en managers die meer willen weten over hoe Machine Learning werkt.

Voor deze cursus is kennis van de programmeertaal Python een vereiste. Heb je dit nog niet? Dan raden wij de volgende cursussen aan:

Python for Data Analysis en Data Science.

Twijfel je over je voorkennis? Neem contact met ons op of geef het aan bij je inschrijving. De trainer zal voor de cursus contact met je opnemen voor een intakegesprek en zorgen dat de cursus goed bij je past.

Je kunt op aanvraag na de cursus een zogenaamd ‘Certificaat van deelname’ ontvangen van de School of Data Science. Hierop staat je naam, de datum, de cursusnaam en het aantal uur dat besteed is aan de cursus.

Voor cursisten die een carrière binnen Data Science en Machine Learning ambiëren, is één cursus niet voldoende. Dan is het noodzakelijk dat je jouw Machine Learning kennis blijft doorontwikkelen. Dit kun je doen door Machine Learning projecten uit te voeren. Daar wordt je beter van en bouw je een cv op in dit vakgebied. Wij helpen je daar graag bij. Neem contact met ons op als je hier meer over wilt weten

De Machine Learning cursus wordt georganiseerd op verschillende locaties in Nederland. Het hoofdkantoor van de School of Data Science, waar ook een cursusruimte is ingericht, is gevestigd in Den Haag. Daarnaast maken we gebruik van cursuslocaties in Rotterdam, Amsterdam en Utrecht. Een incompany cursus Machine Learning op een locatie naar wens is eveneens mogelijk. De cursus volledig online volgen, kan ook.

Onze cursus Machine Learning wordt standaard in het Nederlands gegeven. Maar omdat het lesmateriaal standaard in het Engels is, kunnen we de cursus ook altijd in het Engels verzorgen.

Na de cursus kun je doorleren voor de TensorFlow Developer Certificate. Mocht je graag dit certificaat willen behalen, geef dat dan aan via het inschrijfformulier of tijdens de cursus. De trainer zal je dan verder op weg helpen met het certificaat.

Jazeker! Onze opleidingen, trainingen en cursussen kan je volgen met het UWV Scholingsbudget. Dus ook de cursus Machine Learning is te volgen met het UWV Scholingsbudget. Op onze UWV Scholingsbudget pagina kan je meer informatie vinden over het UWV Scholingsbudget en een aanvraag indienen.

Scroll to Top