Machine learning: van theorie tot praktijk

Beschrijving

Er wordt vaak gezegd dat data de nieuwe olie is, maar niet alle data is gelijk, noch staan grote hoeveelheden data garant voor grote waarde. Het is dankzij data analyse en machine learning dat waarde uit de verzamelde data kan gehaald worden. Machine learning wordt dan ook gezien als de motor van de vierde industriële revolutie. De wendbaarheid van bedrijven moet maximaal zijn om te kunnen blijven overleven. Het Internet of Things genereert continu data en er zijn momenteel al meer toestellen en machines die data genereren dan de gehele mensheid bij elkaar. Wie bovenop de data zit én hier machine learning succesvol op weet toe te passen, wordt de koploper en kan een hele sector op zijn kop zetten en domineren. Dit bewezen bedrijven zoals Amazon, Google, Netflix, Uber, en nog heel veel andere ondernemingen reeds met hun succesverhalen. De sleutel tot het overleven van deze nieuwe industriële revolutie is dan ook niet deze te ondergaan, maar in de bestuurderszetel te zitten door ervaring op te doen met machine learning.

Naast de theoretische achtergrond, wordt daarom 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, aan de hand van 3 modules, 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. Naast de basisconcepten, gaan we ook dieper in op meer geavanceerde machine learning technieken zoals anomaliedetectie, time series analyse en aanbevelingssystemen. 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.

In parallel met de verschillende modules, kan je ook vrijblijvend deelnemen aan een diepgaander project waar je (alleen of in groep) alle tot dan toe geziene technieken kan combineren en gebruiken om een praktisch probleem uit de industrie op te lossen. Je werkt zelfstandig aan dit project, maar we voorzien per module telkens ook 1 sessie om feedback te geven aan alle deelnemers van dit project.

Alle info en inschrijven: https://www.ugain.ugent.be/machinelearning2022.htm

Programma

Module 0: Zelfstudie Python

Module 1: Introductie machine learning

Module 2: Basisconcepten

Module 3: Geavanceerde methoden

Alle info en inschrijven: https://www.ugain.ugent.be/machinelearning2022.htm