Je leert

• Machine learning-algoritmes toepassen op praktijkdata
• De mogelijkheden van generative AI
• Voorspellende modellen bouwen, trainen en optimaliseren
• Inzicht krijgen in de werking en beperkingen van verschillende algoritmes

Onderwerpen

• Introductie tot machine learning (supervised, unsupervised en reinforcement learning)
• Regressie, het voorspellen van waardes
• Classificatie, het onderverdelen in groepen
• Unsupervised learning en clustering met o.a. k-means
• Introductie tot generative AI (GPT, DALL·E) en toepassingen met Python
• Modelevaluatie met o.a. ROC-curve, AUC en confusion matrix
• Modelverbetering met feature engineering en hyperparameter tuning
• Machine learning modellen in productie brengen
• Ensemble-methodes: stacking, bagging en boosting