Neural Networks in Python (AI)

In deze training leer je neurale netwerken bouwen en trainen in Python met TensorFlow en Keras. Je maakt kennis met de basisprincipes van kunstmatige intelligentie en machine learning, en past deze toe op uitdagingen zoals beeld- en spraakherkenning. Na afloop kun je zelfstandig AI-projecten ontwikkelen.

Duur

1 dag

Prijs

€750,- (excl. BTW)

Type opleiding

Klassikaal

Locatie

Rietbaan 2, 2908LP, Capelle aan den IJssel
Neurale netwerken zijn de ruggengraat van veel moderne AI-toepassingen, van gezichtsherkenning tot zelfrijdende auto's. Deze training biedt een gedetailleerde inleiding tot het bouwen en trainen van neurale netwerken in Python, met behulp van populaire machine learning-frameworks zoals TensorFlow en Keras. Je leert de basisconcepten van neurale netwerken, hoe ze werken en hoe je ze kunt inzetten voor het oplossen van praktische AI-problemen.

Verder groeien in het vak?

Training boeken
Advies nodig?
Kom in contact

Wat je gaat leren

DOEL

Het doel van deze training is om je te leren hoe je neurale netwerken kunt bouwen, trainen en optimaliseren in Python. Je krijgt hands-on ervaring met het implementeren van netwerken voor verschillende AI-toepassingen, zoals classificatie, regressie en clustering.

Voor wie deze opleiding is

DOELGROEP

Deze training is bedoeld voor ontwikkelaars en data scientists die willen leren hoe ze neurale netwerken kunnen toepassen in Python voor machine learning en kunstmatige intelligentie. Basiskennis van Python en wiskunde (lineaire algebra, calculus) is handig, maar geen vereiste.

Voor wie deze opleiding is

ONDERWERPEN

$
Introductie tot Neurale Netwerken: Wat neurale netwerken zijn, hoe ze werken en welke soorten netwerken er bestaan (feedforward, convolutional, recurrent).
$
Werk met TensorFlow en Keras: Hoe je deze populaire libraries gebruikt om neurale netwerken op te zetten, trainen en testen.
$
Basisarchitecturen van Neurale Netwerken: Het bouwen van eenvoudige netwerken, het gebruik van activation functions en het toepassen van backpropagation.
$
Deep Learning en Convolutionele Netwerken: Hoe deep learning werkt en het toepassen van convolutionele neurale netwerken (CNN’s) voor beeldverwerking.
$
Modeloptimalisatie en Evaluatie: Het afstemmen van hyperparameters, het voorkomen van overfitting en het evalueren van modelprestaties.

Ontmoet de trainers