Python Machine Learning

Steeds meer organisaties zetten machine learning in om waardevolle inzichten en voorspellingen uit data te halen. In deze training leer je zelf zulke algoritmes toepassen met Python. Je werkt met veelgebruikte data science packages en krijgt inzicht in zowel de theorie als de praktijk van machine learning.

We behandelen de belangrijkste algoritmes voor classificatie en regressie en laten je zien hoe je modellen bouwt, evalueert en optimaliseert. Door opdrachten in een persoonlijke online omgeving pas je de theorie direct toe op realistische datasets. Ook maak je kennis met technieken als feature engineering en parameter tuning om de prestaties van je modellen te verbeteren.

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

Doelgroep

Deze training is bedoeld voor data scientists, data-analisten, BI-specialisten en andere professionals die al programmeerervaring hebben in Python of een vergelijkbare programmeertaal en werken met complexe en grote databronnen. De training is geschikt voor wie op zoek is naar technieken om toekomstige trends beter te voorspellen met behulp van machine learning.

Voorkennis

Basisvaardigheden in Python of een vergelijkbare programmeertaal zijn vereist voor deze training.

Prijs per persoon

€ 995,- (exclusief BTW)

Duur van deze cursus

2 dagen

Cursusdata

18 - 19 september 2025
13 - 14 oktober 2025
13 - 14 november 2025
15 - 16 december 2025