Opleiding: Deep Learning

Deze cursus bevat de meest recente technieken binnen Deep Learning, Natural Language Processing en Image Processing. Tijdens deze cursus leert u algoritmes te schrijven die structuur kunnen halen uit afbeeldingen en video’s, optimale strategieën weten te bedenken in doelgerichte taken en taal kunnen begrijpen.

Natural Language Processing (NLP):

Wanneer men communiceert, verbaal of schriftelijk, bevat de boodschap enorm veel informatie. Het onderwerp, de toon die met de boodschap komt, de specifieke selectie van worden; alles voegt informatie toe die wij als mensen kunnen interpreteren. Data dat voortkomt uit gesprekken en berichtgevingen -online of offline- is een vorm van ongestructureerde data. Deze vorm van data past niet in de traditionele manier waarop computers data analyseren. Desalniettemin is door het toepassen van Machine Learning structuur en zelfs betekenis te achterhalen uit menselijke communicatie. Zelfs zeer subtiele spraakfiguren als ironie zijn te detecteren. Hiermee is het bijvoorbeeld mogelijk geworden om algoritmes een sentiment analyse uit te laten voeren.

Image Processing:

In de afgelopen jaren is de hoeveelheid afbeeldingen en video’s op het internet exponentieel gestegen. Wanneer deze afbeeldingen en video’s begrepen kunnen worden door middel van Machine Learning algoritmes, kunnen deze als zeer rijke bron van informatie dienen voor diverse soorten toepassingen. Tijdens deze cursus leert u welke mogelijkheden de meest recente Machine Learning algoritmes u geven met afbeeldingen als dataset.

In deze cursus gebruiken we artificiële neurale netwerkmodellen. We werken in Tensorflow met de abstractielaag Keras. Er wordt verwacht dat de cursist al ervaring heeft met het toepassen van artificiële neurale netwerken en Python 3.

Cursusinhoud

• Algemeen
  • Neural Networks
  • Gradient Decent
  • 1D, 2D en 3D convolutions
  • Recurrent Neural Network (RNN)
  • Long Short Term Memory (LSTM)
  • Transfer Learning
  • Tensorflow
  • Keras
• Natural Language Processing
  • Word Embedding
  • Transformers
  • Word2vec
  • Bidirectional Encoder Representations from Transformers (BERT)
  • Spacy
  • Huggingface
• Image Processing
  • Auto encoding
  • Generative adversarial network (GAN)
  • Style transfer
  • VGG 19
  • Image Data Generator
  • Image Augmentation