Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

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

Praktijkcursus - 1d - 7u00 - Ref. 8ML
Prijs : 290 € V.B.

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




Wil jij de mysteries van kunstmatige intelligentie ontrafelen? Ontdek machine learning, de technologische revolutie die kunstmatige intelligentie naar nieuwe hoogten brengt! Machine learning is veel meer dan alleen regels code. Het is de kunst om machines het vermogen te geven om te leren van gegevens, complexe patronen te herkennen en autonome beslissingen te nemen. Ons gespecialiseerde kanaal laat je kennismaken met de fundamentele concepten van Machine Learning en stelt je in staat om de principes toe te passen in levensechte situaties.


Prêt à
l'emploi
Clés en
main
À la carte


Chaîne e-learning accessible sur la E-academy by ORSYS

Ref. 8ML
  7u00
Prix : 290 € V.B.
Taal : NL
Deze opleiding is ook beschikbaar in het Engels.
Optioneel :




Wil jij de mysteries van kunstmatige intelligentie ontrafelen? Ontdek machine learning, de technologische revolutie die kunstmatige intelligentie naar nieuwe hoogten brengt! Machine learning is veel meer dan alleen regels code. Het is de kunst om machines het vermogen te geven om te leren van gegevens, complexe patronen te herkennen en autonome beslissingen te nemen. Ons gespecialiseerde kanaal laat je kennismaken met de fundamentele concepten van Machine Learning en stelt je in staat om de principes toe te passen in levensechte situaties.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
De voordelen van machinaal leren begrijpen.
De verschillende benaderingen van machinaal leren begrijpen.
De belangrijkste soorten taken voor Machine Learning en de praktische toepassing ervan identificeren.
De fundamentele concepten van data science en machine learning begrijpen.
Bestudeer de functies voor modeltraining en implementatie in Azure Machine Learning Studio.
Modellen ontwikkelen met Jupyter-notebooks.
Automatiseer modelontwikkelingsprocessen met AutoML.
De basisconcepten van neurale netwerken definiëren.
De structuur van kunstmatige neuronen begrijpen.
Deep Learning neurale netwerken identificeren.
Verschillende meerlagige perceptron neurale netwerken identificeren.
Inzicht in het gebruik van neurale netwerken.
Bekendheid met verschillende architecturen en het begrip backpropagatiealgoritmen.
Het installeren en identificeren van het gebruik van TensorFlow.
Leer meer over voorbeelden van neurale netwerken gebaseerd op de versie van Keras die geïntegreerd is in TensorFlow.
Het Spark framework gebruiken om gegevens te analyseren en te verwerken.
Spark gebruiken om gegevens te verrijken en Machine Learning uit te voeren.

Doelgroep
Iedereen die geïnteresseerd is in Deep Learning en neurale netwerken: Data Scientists, Data Analisten, Data Stewards, Data Engineers.

Voorafgaande vereisten
Basiskennis van kunstmatige intelligentie, goed niveau in Python of R.

Praktische modaliteiten
Digitale activiteiten
De IT-structuur: opgenomen cursussen, video's van experts en het delen van best practices.
Mentorschap
L’option tutorat propose un accompagnement personnalisé par un formateur référent ORSYS, expert du domaine. Adapté aux besoins, aux capacités et au rythme de chaque apprenant, ce tutorat combine un suivi asynchrone (corrections personnalisées d’exercices, échanges illimités par message…) et des échanges synchrones individuels. Bénéfice : une meilleure compréhension, le développement des compétences et un engagement durable dans la formation.
Pedagogiek en praktijk
Een schat aan inhoud, geproduceerd door trainers met een rigoureuze onderwijsaanpak. Tijdens elke cursus worden operationele cases becommentarieerd door experts om leerlingen te helpen het geleerde in praktijk te brengen. Om leerlingen te helpen onthouden wat ze hebben geleerd, is elke les opgedeeld in korte reeksen van 3 tot 10 minuten. Dit stelt elke cursist in staat om dynamisch en zelfstandig te leren.

Opleidingsprogramma

1
Machine Learning, concepten en uitdagingen

  • Wat is machinaal leren?
  • Leren onder toezicht.
  • Andere vormen van leren.
  • Diep en niet-diep leren.
  • De huidige uitdagingen van Machine Learning.

2
Azure Machine Learning Studio, uw modellen ontwikkelen

  • Een inleiding in data science en machine learning.
  • Inleiding tot Azure Machine Learning Studio.
  • Presentatie van Microsoft Azure Machine Learning.

3
Inzicht in kunstmatige neurale netwerken

  • Kunstmatige neuronen.
  • Perceptron.
  • Neurale netwerken.
  • Diep leren.

4
Neurale netwerken met TensorFlow

  • Neurale netwerken.
  • Backpropagatie-algoritme.
  • Inleiding tot TensorFlow 2.
  • Neurale netwerken met TensorFlow 2.

5
Spark, een gedistribueerd framework voor Big Data en Machine Learning

  • Het Spark framework en hoe het werkt.
  • Spark voor gegevensverrijking.
  • Spark voor machinaal leren.
DEELNEMERS
Iedereen die geïnteresseerd is in Deep Learning en neurale netwerken: Data Scientists, Data Analisten, Data Stewards, Data Engineers.

VOORAFGAANDE VEREISTEN
Basiskennis van kunstmatige intelligentie, goed niveau in Python of R.

VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.

BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.

PEDAGOGISCHE EN TECHNISCHE MIDDELEN
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.

TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.

TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.