Machine learning: van theorie tot praktijk
- Universiteit Gent
- ODB-1003122
- op: 10 januari 2024
Deze opleiding komt in aanmerking voor
- Opleidingscheques
- Vlaams opleidingsverlof
Aantal uren: 36 uur
Eindbeoordeling voorzien: ja
Blended leren: nee
Mentoropleiding: nee
Extra informatie: http://www.ugain.ugent.be/machinelearningopent in nieuw venster
Doelgroep
De lessen zijn bedoeld voor iedereen die een goede professionele vertrouwdheid met informatica heeft en die graag praktisch, via hands-on sessies, aan de slag wil met machine learning. Deelnemers hebben een hogere opleiding in de informatica gevolgd of hebben een gelijkwaardige ervaring opgebouwd.
Voorwaarden
Specifieke voorwaarden per opleidingsincentive
Elke opleidingsincentive heeft zijn eigen specifieke voorwaarden om te bepalen of u recht heeft. Kijk na of u voldoet aan de voorwaarden van de opleidingsincentive waarvan u gebruik wil maken (Vlaams opleidingsverlof, Vlaams opleidingskrediet en opleidingscheques voor werknemers
Opleidingscheques: beperkende voorwaarde opleidingsniveau
Deze opleiding kan u betalen met een opleidingscheque. Bent u hooggeschoold (u behaalde een graduaats-, bachelor- of masterdiploma)? Dan kan dat enkel als u een ‘attest loopbaanbegeleiding’ heeft van maximaal 6 jaar oud. In dit attest verklaart een loopbaanbegeleider dat de opleiding noodzakelijk is voor de uitvoering van uw persoonlijk ontwikkelplan (POP).
Verhoogde tegemoetkoming 1
Als u geen diploma secundair onderwijs hebt, kan u voor deze opleiding een opleidingscheque aanvragen waarvan de subsidie gelijk is aan het factuurbedrag, met een maximum van 250 euro per schooljaar.
Inhoud van de opleiding
Naast de theoretische achtergrond, wordt in deze opleiding ook aandacht besteed aan het verwerven van praktisch inzicht via hands-on ervaring. Er wordt een overzicht gegeven van de verschillende machine learning principes en technieken, de valkuilen en de best-practices. Deze opleiding zal u naast een diepgaande theoretische basis ook de essentiële praktische know-how aanleveren die u zal kunnen gebruiken om zelf met machine learning aan de slag te gaan voor uw projecten.
In de cursus komen zowel clustering-, classificatie- als regressiemethoden aan bod, en worden deze toegepast op real-life data sets. We focussen in deze cursus vooral op de basisconcepten en -technieken, maar gaan ook dieper in op de toepassing ervan voor onder andere anomaliedetectie. De data extractietechnieken om deze data sets aan te leggen enerzijds en technieken om de data op te schonen en visualiseren anderzijds worden ook behandeld.
- introductie machine learning
- datavisualisatie
- regressie
- classificatie
- model selectie en regularisatie
- ensemble
- neurale netwerken
- anomaliedetectie
- kaggle project
Alle info via www.ugain.ugent.be/machinelearning(opent in nieuw venster)