Machinaal leren
( 24 Modules )

module #1
Inleiding tot machine learning
Overzicht van machine learning, soorten machine learning en het belang van machine learning

module #2
Wiskundige grondslagen
Lineaire algebra, calculus, waarschijnlijkheid en statistiek

module #3
Gegevensvoorverwerking
Gegevens opschonen, kenmerkschaling, normalisatie en kenmerkselectie

module #4
Begeleid leren
Inleiding tot begeleid leren, regressie en classificatie

module #5
Lineaire regressie
Eenvoudige en meervoudige lineaire regressie, kostenfunctie en gradiëntafdaling

module #6
Logistieke regressie
Logistieke regressie, sigmoïde functie en kostenfunctie

module #7
Beslissingsbomen
Inleiding tot beslissingsbomen, entropie en informatieverwerving

module #8
Willekeurige bossen
Ensemble learning, willekeurige bossen en hyperparameter tuning

module #9
Support Vector Machines
Inleiding tot SVM's, kerneltruc en zachte marge-SVM's

module #10
Onbegeleid leren
Inleiding tot onbegeleid leren, clustering en dimensionaliteitsreductie

module #11
K-Means Clustering
K-means clusteringalgoritme, kostenfunctie en Lloyds-algoritme

module #12
Hiërarchische clustering
Hiërarchische clustering, agglomeratieve en verdelende clustering

module #13
Principal Component Analysis
Inleiding tot PCA, eigenwaarden en eigenvectoren

module #14
Deep Learning Fundamentals
Inleiding tot deep learning, neurale netwerken en perceptron

module #15
Convolutional Neural Networks
Inleiding tot CNN's, convolutionele lagen en poolinglagen

module #16
Recurrent Neural Netwerken
Inleiding tot RNN's, LSTM en GRU

module #17
Natuurlijke taalverwerking
Inleiding tot NLP, tekstvoorverwerking en woordinsluitingen

module #18
Modelevaluatie en -selectie
Metrieken voor evaluatie, overfitting en modelselectietechnieken

module #19
Hyperparameterafstemming
Inleiding tot hyperparameterafstemming, rasterzoekopdracht en willekeurige zoekopdracht

module #20
Modelimplementatie
Machine learning-modellen implementeren, modelserveren en overwegingen

module #21
Ethiek en eerlijkheid in machine learning
Vooringenomenheid en eerlijkheid in machine learning, ethiek en transparantie

module #22
Casestudies in machine learning
Toepassingen van machine learning in de echte wereld, casestudies en projecten

module #23
Geavanceerde onderwerpen in machine learning
Geavanceerde onderwerpen in machine learning, inclusief reinforcement learning en generatieve modellen

module #24
Cursus samenvatting en conclusie
Plannen van de volgende stappen in je carrière als Machine Learning-professional

Klaar om te leren, delen en concurreren?

Taalleerassistent
met spraakondersteuning

Hallo! Klaar om te beginnen? Laten we je microfoon testen.

CONTACT-ONS PRIVACYBELEID

Machinaal leren ( 24 Modules )

Klaar om te leren, delen en concurreren?

Taalleerassistentmet spraakondersteuning

Machinaal leren
( 24 Modules )

Taalleerassistent
met spraakondersteuning