Machine learning en data science

Met data science en machine learning kunt u gegevens benutten om verschijnselen te begrijpen, analyses te automatiseren en voorspellende modellen te ontwikkelen. Daarnaast kunt u zich verdiepen in data-engineering, taalmodellen en de industrialisering van AI-oplossingen. De opleidingen van ORSYS begeleiden u bij het voorbereiden van gegevens, het ontwikkelen van algoritmen en het evalueren van modellen, van de statistische basis tot deep learning.

Filteren op subdomein :

Alle subdomein

Alles weergeven

Data Science, machine learning en deep learning

Deep Learning

Rapportage automatiseren en besluitvorming versnellen met Power BI en AI

QIA - 2 d

Data Scientist, Bootcamp (3 maanden)

4IK - 57 d

Data Scientist, parttime (9 maanden)

4DB - 57 d

Diep leren met PyTorch

DLT - 4 d

4,6/5

Deep Learning en neurale netwerken: de basis

DRN - 3 d

4,1/5

Diep Leren in de praktijk

DPL - 3 d

4,8/5

Deep Learning, temps partiel (38 semaines) (Titre RNCP)

3DL - 16 d

Geavanceerde AI: voorspellende AI, computervisie...

OpenCV e-learning kanaal

8CV - 1 d

Kunstmatige intelligentie, nuttige algoritmen toegepast op robotica

IAG - 3 d

4,3/5

Python AI voor beeldverwerking

PYI - 3 d

4,3/5

Machine learning

Machine learning ingenieur, Bootcamp (5 maanden) (Titre RNCP)

3BZ - 31 d

Machine learning ingenieur, parttime (18 maanden) (RNCP kwalificatie)

3BA - 31 d

Machine learning, van POC tot productie in Python

PYD - 3 d

3,9/5

Machinaal leren, de stand van de techniek

MLE - 2 d

4,4/5

Machinaal leren, methoden en oplossingen

MLB - 4 d

4,5/5

Vertex: Prognoses en tijdreeksen in de praktijk

GVF - 1 d

Een machine-learningproject beheren: de rol van de producteigenaar

IAY - 3 d

4,2/5

Data Science-basis

Kunstmatige intelligentie e-learning keten - machine learning, deep learning

8ML - 2 d

Data Science, de basis

DTX - 2 d

4,3/5

Digitale tweelingen en AI: concepten, toepassingen en problemen

JUM - 1 d

Gegevens optimaal benutten met behulp van kunstmatige intelligentie Machine Learning

IAV - 2 d

4,6/5

Data mining in de praktijk

DMP - 3 d

5/5

Big Data, Data Science, Machine Learning en hun impact op het bedrijfsleven

BMD - 2 d

4,4/5

Productie, industrialisatie

MLOps en orkestratie

MLOps, deeltijds (5 maanden) (RNCP-kwalificatie)

3ML - 6 d

Een data science- en machine learning-oplossing voor AI implementeren met Microsoft Fabric (Microsoft DP-604)

MF6 - 4 d

MLOps, Machine Learning inzetten in productie

MLW - 3 d

4,4/5

Cloud en machine learning

Inleiding tot AI en machinaal leren op Google Cloud

GML - 1 d

4,2/5

Microsoft Azure Machine Learning, ontwikkelen en gebruiken van algoritmen

AZL - 3 d

5/5

Machine learning en generatieve AI-oplossingen in de praktijk brengen (Microsoft AI-300)

OML - 4 d

Vertex AI voor professionals op het gebied van machine learning

GVM - 1 d

Geavanceerde ontwikkeling van generatieve AI op AWS

AW2 - 3 d

Applicatieontwikkeling met LLM’s op Google Cloud

GCM - 1 d

AI-agenten ontwikkelen op Azure (Microsoft AI-3026)

MA3 - 1 d

AI-apps en -agenten ontwikkelen op Azure (Microsoft AI-103)

D3A - 4 d

4,4/5

Ontwikkel AI-cloudoplossingen op Microsoft Azure (Microsoft AI-200)

D2A - 5 d

4,6/5

LLM-model en RAG-architectuur

LLM

Generatieve AI, begrijpen, rechtvaardigen en controleren van de verklaarbaarheid van LLM-modellen

LLO - 3 d

NLP, natuurlijke taalverwerking met Python

PTS - 3 d

4,8/5

Tekst mining in de praktijk

MMD - 3 d

Autonome agenten en collectieve intelligentie, het ontwerpen van gedistribueerde ecosystemen met LLM

LLM - 3 d

4,3/5

RAG en MCP

RAG-architecturen ontwerpen en op industriële schaal implementeren met behulp van LLM’s

LLR - 2 d

Maak een AI-assistent op basis van uw gegevens met RAG

ARG - 3 d

Trainingsschema in :

Machine learning en data science

Brussel
Parijs
Rijsel
CLASSES À DISTANCE
Machine learning en data science

Filters

Filters resetten

Type training

Duur