Opleidingen Artificial Intelligence & Deep Learning: '19-'20





          Artificiële intelligentie (AI) en deep learning veroveren de wereld aan een ongezien tempo en geen enkele sector lijkt veilig. De technologie laat eenvoudig toe om oplossingen te creëren die voorheen digitaal onmogelijk waren. Maar overtreft de hype de werkelijkheid? Wil dit zeggen dat we morgen allemaal neurale netwerken moeten programmeren of wordt elke business vervangen door één van de grote vijf of een frisse startup?

          Met volgende opleidingen gaan we van start in het najaar van 2019: Meer info & Inschrijven


          =======================================================================================================================

          Opleidingen Artificial Intelligence & Deep Learning: '18-'19

          Artificiële intelligentie (AI) en deep learning veroveren de wereld aan een ongezien tempo en geen enkele sector lijkt veilig. De technologie laat eenvoudig toe om oplossingen te creëren die voorheen digitaal onmogelijk waren.
          Maar overtreft de hype de werkelijkheid? Wil dit zeggen dat we morgen allemaal neurale netwerken moeten programmeren of wordt elke business vervangen door één van de grote vijf of een frisse startup?

          In deze cursus starten we met het hoofd in de wolken maar met de voeten op de grond. Met een eerder praktische dan theoretische aanpak ontdekken we de ins and outs van het huidige neusje van de zalm. Waarin is AI nu net goed, en waar is het meer onderzoek dan praktijk? Hoe kan AI mijn bedrijf slimmer maken, en moet ik daarvoor een wiskundige bolleboos zijn met zware computers en massa’s data?

          We belichten net voldoende theorie om van start te gaan, en focussen vervolgens op manieren om productief te kunnen zijn.

          Deze cursus biedt een leerrijke en praktische introductie in artificiële intelligentie en deep learning en bestaat in twee aparte vormen, enerzijds gericht op business en management, anderzijds een deel gericht op developers, IT Professionals en techneuten, die AI willen begrijpen en de werkelijkheid achter de magie willen ontdekken.

          De cursus bestaat uit voor beide doelgroepen uit vier onderdelen, in de developer cursus worden naast de demo’s de modellen ook effectief gebouwd en worden er oefeningen gemaakt om beter te begrijpen hoe alles werkt en om er zelf mee aan de slag te kunnen.

          • Explore
          Aan de hand van simpele definities, exploreren we wat artificiële intelligentie, machine learning en deep learning precies zijn, en waar ze wel en niet goed in zijn en waarom dit nu wel werkt. We bekijken voorbeelden van de verschillende toepassingen van computer vision, natural language processing (NLP), en een paar speciale gevallen als onder andere recommendation engines, generative adversarial networks en reinforcement learning. Tot slot ontkrachten we enkele hardnekkige myths omtrent AI.

          • Explain
          Neurale netwerken vormen het hart van de huidige successen in AI en deep learning. We doorgronden wat ze exact zijn en hoe ze werken, zonder daarbij details te schuwen en bespreken de verschillende manieren waarop een netwerk kan leren. Vervolgens kijken we hoe ze gebruikt worden in computer vision en NLP, hoe die specifieke netwerken werken, waar hun sterktes liggen, wat ze juist leren en hoe ze over de jaren geëvolueerd zijn om praktische problemen te overkomen. We vergelijken verschillende netwerken en hun implementatie in de verschillende frameworks, introduceren transfer learning als fundamentele bouwsteen en leren hoe we een netwerk van wereldklasse kunnen bouwen.

          • Cutting Edge
          De cutting (en bleeding) edge van AI en deep learning beweegt snel. Er komen nieuwe technieken, nieuwe mogelijkheden en veel performantere netwerken ter beschikking. We ontdekken wat er zit aan te komen en hoeveel pijn het soms kan doen om AI praktisch toe te passen in deze gevallen. We bespreken ook de trends met betrekking tot “ethics and AI” en nieuwe datasets.

          • Practical
          In research en publicaties ligt de nadruk vaak/vooral op het trainen van betere netwerken met nieuwe technieken - die we in “explain" bekeken en getest hebben. In het laatste deel van de cursus bekijken we het grotere plaatje en doorlopen alles fases van een AI project. We bekijken oa de value proposition; het verzamelen, voorbereiden en beschikbaar stellen van de juiste data; de "build versus buy”-beslissing, waarbij we van de voornaamste cloud vendors het aanbod bekijken; het productie zetten van je getrainde model, zowel lokaal, in de cloud en als op mobile.


          Aan het einde van deze cursus zijn/hebben deelnemers:
          • een grondig en realistisch beeld van wat artificiële intelligentie, machine learning en deep learning werkelijk inhouden;
          • een zicht op en ervaring met de huidige state of the art van deep learning mat vision, nlp en structured data.
          • een zicht op en ervaring met cutting edge deep learning mbt object detection, object localization, GANs, superresolution...
          • klaar om verder mee aan de slag te gaan, zich bewust van:
            • de verschillende frameworks voorhanden;
            • de keuzes die gemaakt moeten worden
            • het materiaal ter beschikking.

          inhoud

          Een greep uit de inhoudstafel

          • Definities
          • Voorbeelden
          • Deep dive - hoe neurale netwerken werken:
            • datasets
            • architectuur
            • gradient descent
            • back propagation
            • activation functions
            • loss/cost fuctions
            • regularization
            • dropout
            • batch normalization
            • learning rate
          • Types of learning
            • supervised
            • unsupervised
            • reinforcement
            • transfer learning
          • Fit, under-, overfit
            • Wat kan je er aan doen
            • Data augmentation
          • Jupyter notebook
            • intro
            • Pro tips
            • Where to run: Saas, cloud server, local machine, docker
          • Convolutional networks
            • The convolution
            • Stride, padding, kernel size
            • Feature maps
            • What convnets learn
          • Computer vision
            • Build our own
            • Evolution of world class vision architectures
            • Pretrained networks
            • Transfer Learning
            • Build our own world-class image classifier
          • NLP
            • RNNs
              • What’s wrong with feedforward
              • embedding
              • Pertained embeddings
            • LSTM
              • Need to remember longer
            • State of the art NLP
              • Attention is all you need
              • ULMfit - transfer learning for NLP
              • Transformer
              • OpenAi Transformer
              • Elmo
              • Bert
          • Recommendation systems
          • Handling structured data
          • Object detection/scene segmentation
            • How it works
            • Build our own
          • Chatbots
            • Build our own simple bot
          • GANs
            • What are they
            • What can they do for you
            • A naive implementation
            • A realistic approach
            • Pretrained networks
          • Moving to production
            • How to serve up a model
            • Mobile
            • Practical considerations for production
          • Some more topics
            • Tensorflow.js
            • Tensorboard
            • Introduction to Reinforcement Learning
            • AutoML
            • Kaggle
          • AI and ethics
          • What’s happening in research these days...
          • Practical application
            • Value prop - business link
            • Machine learning template
            • Data collection / preparation
            • Saas vs Roll your own
            • Create your first AI application


          docent

          Ir. Jan Van de Poel - Practical deep learning

          Jan startte met Zero to Singularity om praktische toepassingen van deep learning te onderzoeken en onderrichten, met een focus op het begrijpbaar, toegankelijk en toepasbaar maken.
          Voordien hielp hij als co-founder van Flow Pilots enterprise klanten met hun mobiele en digitale ervaringen. Hij is een Xamarin gebruiker van voor dag één, een Microsoft MVP in developer technologies en trainde zijn eerste neurale netwerken meer dan 15 jaar geleden.


          AI & DL for business


          Wanneer

          Dinsdag 26 & woensdag 27 februari van 9u - 17u00

          Doelgroep

          Gericht op Business & Management. Iedereen die interesse heeft in AI. Er is geen voorkennis vereist.

          Prijs

          1450€ , 15% alumni-korting (max 3 jaar afgestudeerd), KMO-portefeuille mogelijk,

          meer info KMO-portefeuille

          Locatie

          Campus DronePort, Lichtenberglaan 1090, 3800 Sint-Truiden



          AI & DL for developers


          Programming language: Python

          Wanneer

          Dinsdag 15 & Woensdag 16, Maandag 21, Dinsdag 22, Woensdag 23 Januari van 9u tot 17u

          Doelgroep

           Gericht op IT professionals, developers en... techneuten

          Prijs

            3150€, 15% alumni-korting (max 3 jaar afgestudeerd), KMO-portefeuille mogelijk,

          meer info KMO-portefeuille

          Locatie

          PXL-Congress, Elfde Liniestraat, Hasselt


          Partners


          Odoo - Voorbeeld 1 voor drie kolommen


          Odoo - Voorbeeld 2 voor drie kolommen

           

           

          Odoo - Voorbeeld 3 voor drie kolommen



          AI & DL for business (VOLZET)

          inhoud

          Dag 1

          Startende van een aantal definities, exploreren we aan de hand van praktische voorbeelden hoe en waarom artificiële intelligentie (nu) werkt. We bekijken op welke manieren computers kunnen leren en ontkrachten een aantal hardnekkige mythes omtrent AI. We bekijken de huidige state of the art binnen AI en deep learning, en kijken wat de (nabije) toekomst in petto heeft, en wat de implicaties voor bedrijven daarvan zijn.

          Dag 2

          We bekijken de verschillende fases van een AI project, waar de pitfalls liggen, en welke build vs buy opties er bestaan. In de namiddag gaan de deelnemers zelf aan de slag om te zien hoe AI hun organisatie kan verbeteren, en werken een case uit op basis van het AI project template. We voorzien voldoende tijd voor discussies en vragen en op het einde van de dag kan iedereen zijn/haar case pitchen.


          Wanneer

          Dinsdag 11 & woensdag 12 december van 9u - 17u00

          Doelgroep

          Gericht op Business & Management. Iedereen die interesse heeft in AI. Er is geen voorkennis vereist.

          Prijs

          1450€ , 15% alumni-korting (max 3 jaar afgestudeerd), KMO-portefeuille mogelijk,

          meer info KMO-portefeuille

          Locatie

          PXL-Congress, Elfde Liniestraat, Hasselt