Introductie
In deze artificial intelligence bootcamp van drie dagen leggen wij samen de basis voor jouw toekomst in artificial intelligence en werken we aan je deeplearning skills. We bespreken hoe je objecten in afbeeldingen kunt herkennen, natuurlijke tekst kunt analyseren en hoe het computerprogramma Alpha Zero de wereldkampioen in Go heeft kunnen verslaan. In detail behandelen we Keras, Tensorflow, TensorBoard en laten we zien hoe dit in de cloud te deployen is. Hierbij leer je de belangrijkste fundamentals, zonder te lang in te gaan op de algebra hier achter. De logica achter de modellen wordt op een begrijpelijke manier uitgelegd. Na deze dagen kun jij aan de slag met de opgedane kennis op je eigen datasets. De code voorbeelden die we gebruiken in de cursus is klaar om ook na de training zelf mee aan de slag te gaan in de cloud. Wij delen onze ervaringen uit de praktijk en zorgen ervoor dat jij na deze training direct kunt starten met je eigen deep learning project.
Echt iets voor jou?!
Deze artificial intelligence cursus is bedoeld voor data scientists/analisten, data engineers en software engineers die graag meer willen weten over Deep Neural Networks en hun toepassingen in artificial intelligence. Idealiter heb je al een data science achtergrond en ben je bekend met een aantal machine learning technieken maar dat is geen must. met ingebouwde API’s in een van de grote clouds (Google Azure AWS). In de cursus behandelen we real-world vraagstukken zodat je deze ook kunt uitvoeren op je eigen datasets. Enige programmeer achtergrond is gewenst. Deze bootcamp is een perfecte aanvulling op de opleiding Certified Data Science Professional (CDSP) .
Inhoud
Leerdoelstelling Het doel van deze cursus is om ‘hands-on’ ervaring op te doen in de toepassing van diepe neurale netwerken en TensorFlow voor echte toepassingen. Daarnaast is het belangrijk om bewust te zijn van de implicaties en werking van de mechanisme. Om dit te bereiken, zullen we ons concentreren op drie afzonderlijke thema's:
Theoretische achtergrond, Wat is Artificial Intelligence? Wat kunnen we hier mee? Wat gaan we behandelen de komende 3 dagen en wat kun jij hier mee?
Nieuwste ontwikkelingen op het gebied van AI Breed overzicht van toepassingen.
Implementeer TensorFlow-modellen in de cloud en analyseer ze met bestaande technologieën, zoals TensorBoard.
Bewezen methoden en het gebruik van bestaande vooraf getrainde modellen.
Veel informatie en opdrachten over Natural Language Processing en Textmining.
Programma Dag 1
Op dag 1 beginnen we met een introductie in Artificial Intelligence met de focus op deep-learning. Wanneer spreken we van een deep neural network, hoe train je een dergelijk netwerk en wat is de relatie met de rest van het machine learning landschap? We beginnen met het opzetten van de omgeving. In de eerste dag zullen we een neural network vanaf scratch bouwen. We behandelen basis modellen en vertellen waar je op moet letten en hoe je de juiste (hyper) parameters kunt selecteren. We maken onderscheid tussen supervised en unsupervised learning en starten met een introductie in tekstmining. Introductie in de toolstack die we gaan gebruiken: Keras, TensorFlow en Tensorboard in Google Co-lab cloud .
Dag 2
Het hoofdthema voor dag twee is beeldherkenning en het convolutionele neurale netwerk (CNN).
We gaan zelf een beeld herkenner maken en behandelen ook bestaande classificatie algoritmen en benchmarks (uit de cloud). Daarnaast komt er een praktijkvoorbeeld van hoe je geluidsclassificatie kunt inzetten voor natuurbescherming. Alpha zero wordt besproken. Ook tijdreeksanalyse op basis van Neural network wordt in deze dag behandeld.
Zaken die behandeld worden:
Hoe werkt patroonherkenning in plaatjes? (Bottom up / MINST Benchmark )
Wat is max-pooling en wat zijn CNN’s?
Hoe achterhaal je welk deel van een plaatje de uiteindelijke classificatie bepaald?
Waarom is een beeld herkenner zo krachtig dat deze techniek ook op andere domeinen zoals geluid en schaken kan worden toegepast?
Dag 3
Dag 3 richt zich op Natural Language Processing. We zullen beginnen met klassieke NLP en textmining en doorgaan met meer geavanceerde modellen zoals het door Google open source gemaakte BERT algoritme.
Zaken die behandeld worden:
Hoe haal je patronen uit tekst?
Hoe zetten we tekst om in relevante informatie?
Het onttrekken van entiteiten
Woord vectoren
De frameworks zijn NLTK en ‘transfer’ modellen zoals BERT en Zalando. We zullen de voordelen van ‘transfer’ modellen toelichten en de nieuwste ontwikkelingen bespreken. We zullen ook verdiepen op basis van echte ervaringen.
Locatie
Leren en studeren in ons Academy lokaal in Nieuwegein is door de inrichting zeer prettig. Je bent van alle gemakken voorzien als aankomend artificial intelligence professional. Koffie en fris is binnen handbereik en er wordt dagelijks gezorgd voor versnaperingen en een lunch of diner. In het direct aanpalende restaurant kun je een potje poolen of racen op onze Playseat ter ontspanning.
In het lokaal kun je op het grote scherm de presentatie goed volgen en alle uitleg die gegeven wordt op het elektronische whiteboard, kun je toegestuurd krijgen. Het lokaal is ruim opgezet waarbij het mogelijk blijft om genoeg interactie te hebben tussen de docent en de cursist.
Het is ook mogelijk om de lessen op afstand te volgen. Door middel van het cameravolgsysteem in het lokaal kun je meekijken vanuit huis en heb je dezelfde ervaring als wanneer je in het lokaal zit. Wanneer je je camera aanzet kunnen de docent en cursisten je ook zien en verhoog je de interactie met je medecursisten. Vanaf je werkplek thuis of op kantoor kan je gewoon meepraten met de andere cursisten in het lokaal.
Investering
Investering
De investering voor de gehele Artificial Intelligence Bootcamp zijn EUR 1785,- (excl. BTW)
In de cursus zijn inbegrepen:
3 lesdagen op locatie of vanaf je werkplek
Lesmateriaal & studieboeken
Lunch of diner op de lesdagen
Koffie, thee, fris en versnaperingen tijdens de lesdagen
Fiscale aftrekbaarheid
Vanaf 1 januari 2022 zijn studiekosten niet meer aftrekbaar. In plaats hiervan komt het STAP-budget .
DIKW Alumni krijgen 10% korting.
Heb je al eens een opleiding, cursus of training bij ons gevolgd dan krijg je van ons 10% korting op de volgende cursus, training of opleiding.
Hiervoor dien je je wel aangemeld te zijn als DIKW Academy Alumni.
Ben je nog niet aangemeld?
Doe dat dan via deze link .
Aanmelden
Toelating
Er is geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de Artificial Intelligence Bootcamp is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist of als je al ervaring hebt in een scriptingtaal.
Aanmelden
Je kan je aanmelden door het formulier in te vullen.
Na je aanmelding:
Krijg je de bevestiging dat je ingeschreven bent
Je wordt geïnformeerd over het verder verloop van de aanloop naar de cursus
3 weken voor aanvang van de cursus krijg je alle informatie toegestuurd die je nodig hebt om aan de slag te gaan.
Routebeschrijving
De data van de de lesdagen (i.v.m. vakanties, etc.)
De studiewijzer
Carrière
Wat levert het je op?
De Artificial Intelligence Bootcamp zorgt voor een brede basis in het vakgebied. Je bent natuurlijk niet gelijk een doorgewinterde specialist maar de certificering garandeert een gedegen kennis van de huidige stand van zaken zoals je dat van DIKW Academy verwacht.
Door de eindopdracht die je uitvoert gedurende de cursus zorg je ervoor dat al het geleerde in de praktijk wordt gebracht en de kennis op zijn plek valt.
Je zult niet de eerste zijn die hiermee een daverende businesscase voor de investering in deze cursus realiseert!
Bekijk ook wat de gecertificeerde artificial intelligence professional nu doet op onze Alumni pagina op Linkedin
FAQ
Q: Hoeveel werk-, studie- en contacturen zijn er?
A: We hebben opleidingen van een dag tot een half jaar. De studiebelasting is zo gekozen dat je de opleiding naast je werk kunt doen. Dat wil zeggen dat je naast de opleidingsdag/middag/ avond er vanuit moet gaan dat je nog een avond (3 uur) bezig bent met studeren, opdrachten, etc.
Q: Hoeveel tijd besteedt een cursist gemiddeld aan individueel werk en groepsopdrachten?
A: Veel van de opleidingen bij DIKW Academy zijn praktisch ingestoken. Dat wil zeggen dat je hands-on aan de bak moet. Tools installeren, dingen uitzoeken en aan de praat krijgen. Algorithms proberen, testen of dingen werken en of je snapt wat er gebeurt. Daarnaast is in veel opleidingen een praktijkcase die je als team of als individu uitvoert. Als je dat een beetje handig aanpakt zul je zien dat je die opdracht heel mooi kunt gebruiken om een eerste Minimal Viable Product (MVP) op het gebied van data science of data engineering kunt maken voor jouw opdrachtgever. Daarin willen mensen nogal eens erg enthousiast worden en er meer tijd in steken dan zo vooraf hadden gedacht. Maar wel met vaak een heel mooi resultaat.
Q: Op welke locatie worden de lessen gegeven?
A: DIKW Academy heeft een opleidingsruimte in Nieuwegein
Q: Bieden jullie ook online lessen aan?
A: Ja, we hebben een eigen video conferencing service (Jitsi) en een e-learning platform (Moodle) waar al het materiaal beschikbaar is.
Q: Wat voor voorkennis heb ik nodig?
A: Tenzij anders aangegeven bij de opleiding is er geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de Artificial Intelligence Bootcamp is het bijvoorbeeld handig als je je kennis hebt in een scriptingtaal. Ook voor de Artificial Intelligence Bootcamp is er echter geen specifieke voorkennis nodig, bij inschrijving ontvang je een document waarin staat hoe je je optimaal kan voorbereiden op de opleiding.
Q: Heb ik eigen data nodig om de praktijkopdracht uit te voeren?
A: Je hoeft geen eigen data te hebben om de praktijkopdracht uit te voeren. Ook met een dataset die online te vinden is kun je een mooie praktijkcase maken. De docent zal je begeleiden bij het zoeken naar een geschikte dataset.
