Training Introductie neurale netwerken en Deep Learning

Deep Learning

Deep learning is samen met kunstmatige intelligentie een vakgebied in opkomst en wordt als zeer veelbelovend gezien voor de toekomst. Maar wat is Deep Learning eigenlijk en wat heb je er voor nodig?

Er zullen maar weinig bedrijven zijn die algoritmes gaan ontwikkelen voor zelfrijdende auto's of die MRI scans automatisch gaan analyseren, maar er zullen wel veel bedrijven zijn dit soort technologieën gaan toepassen. Het is hierbij van belang om te weten hoe je de technologie kan toepassen, maar ook hoe je de bestaande technologie kan aanpassen en implementeren voor je eigen doeleinden.

Hiervoor is een goede basis van de theorie, de toepassingen en de werkwijze in de praktijk noodzakelijk.

Cursus Introductie neurale netwerken en Deep Learning

De cursus Introductie Deep Learning legt uit wat Deep Learning is, geeft een aantal simpele voorbeelden uit de praktijk en laat zien welke tooling je nodig hebt om met Deep Learning te beginnen.

We kijken eerst naar een aantal klassieke voorbeelden van het succesvol gebruik van Deep Learning. Je leert de theorie erachter en zien hoe een neuraal netwerk werkt, wat backpropagation is en wat voor verschillende neurale netwerken er zijn.

We zien de moeilijkheden die optreden en waarom niet ieder vraagstuk geschikt is om met deep learning op te lossen.

Met behulp van machine learning software Tensorflow en Keras zullen we in de praktijk zien hoe we op onze eigen laptop al een deep learning algoritme kunnen implementeren. Wat misschien wel belangrijker is, is dat we leren dat er al veel uitgewerkte software en tooling beschikbaar is om bestaande netwerken en algoritmes toe te passen op een nieuw vraagstuk.

Na deze cursus is veel van de mystiek rond deep learning duidelijk geworden en weet je wat de mogelijkheden voor de toepasbaarheid binnen je bedrijf zijn.

Tijdens de training Introductie neurale netwerken en Deep Learning komen de volgende onderwerpen aan bod:

• Introductie Deep Learning
• Theorie van Neurale Netwerken en Backpropagation
• Testen en trainen van sets
• Praktijkvoorbeeld: Herkenning van afbeeldingen (classificatie)
• Deep Neural Networks
• Convoluted Neural Networks
• Praktijkvoorbeelden van Deep Learning
• Deep Learning tools: Tensorflow, Keras, Python
• Generative adversarial networks
• Transfer Learning
• Praktijk: een simpel Keras DNN, image generation