Data Science training: Deep Learning

Ga de diepte in met Deep Learning!

Deep Learning is een geavanceerde tool om patronen in ongestructureerde data te herkennen. Deep Learning heeft in allerlei industrieën een revolutie teweeg gebracht. Leer de nieuwste technieken achter toepassingen zoals Voice transcriptie, beeldherkenning en zelfrijdende auto's. Wil je aan de slag met Deep Learning? Deze 3-daagse training biedt een deep-dive in mind-blowing tech!

"De trainer was in staat om bijna alles wat hij ons vertelde te koppelen aan een project, wat dingen echt tot leven bracht. Hij verrijkte de theorie met toepassingen. Ik verliet Xebia Data met meer lesmateriaal dan we in drie dagen konden behandelen. Het voelt alsof ik een week training heb gehad." -Data Wetenschapper, ABN AMRO

Deze training is perfect voor

Data Scientists die ervaring hebben met Machine Learning en willen overstappen van handmatige inputfuncties naar functies die leren van data. Deze training is vooral geschikt voor Data Scientists die werken met ongestructureerde data, zoals tekst, beeld, geluid en tijdreeksen. Om het maximale uit deze training te halen, heb je minimaal één jaar werkervaring nodig met pandas, Scikit-Learn en Matplotlib.

Wat leer je tijdens de Deep Learning training?

Deze training helpt je te begrijpen wat Deep Learning zo krachtig maakt, vooral in vergelijking met de neurale netwerken uit het verleden. Je leert hoe je de Keras API kan gebruiken om neurale netwerken op te bouwen. We leren je ook hoe je een neuraal netwerk kunt creëren voor NLP, beeldherkenning, signaalverbetering en verwerking.

Programma

Het programma bestaat uit zes blokken. Elk blok bestaat uit theorie en een hands-on lab.

Dag 1:

• De basisprincipes van neurale netwerken (backpropagation, optimizers, activeringsfuncties).
• Hoe je Keras gebruikt voor Deep Learning
• Heuristiek om je netwerk te helpen leren en presteren

Dag 2:

• Geavanceerde kennis van de Keras API
• Convolutionele neurale netwerken met een applicatie voor beeldherkenning

Dag 3:

• Recurrente neurale netwerken (LSTM, GRU) met een applicatie voor tijdreeksen en NLP
• Hands-on lab, gebaseerd op de interesse van de deelnemers en de feedback

Je leert:

• De geschiedenis van Deep Learning
• Hoe je je netwerkarchitectuur bepaalt
• Kiezen welke loss-functies gebruikt moeten worden
• De beste structuur en manier van werken voor het creëren van je neurale netwerk
• Keras API: embedding layers, Lambda layers, custom layers en de tensor operations binnen neurale netwerken
• Een image classifier bouwen
• Een sequence classifier bouwen
• De interne structuur van LSTM en GRU en de verschillen daartussen
• De basisprincipes van convolutionele neurale netwerken en hoe ze functioneren

Data Science Trainers

Deze Data Science training wordt verzorgd door Xebia Data. Xebia Data maakt deel uit van Xebia, net als Xebia Academy. Xebia Data experts zijn in hun vakgebied altijd op zoek naar innovatieve manieren om het maximale uit data te halen. Jouw trainer is een data goeroe die zijn of haar ervaring graag deelt om jou te leren werken met de nieuwste tools.

Data Science Learning Journey

Jouw Data Science Learning Journey begint met een Foundation training, zoals de Certified Analytics Translation of de Certified Data Science met Python Foundation training. Op Professional level bieden we je deze 3-daagse Xebia Data Deep Learning training. Wil je een training volgen op Expert level? Kies dan voor de 3-daagse Data Science met Spark,

Ja, ik wil aan de slag met Deep Learning!

Na registratie ontvang je een bevestigingsmail met praktische informatie. Een week voor de training vragen we je naar dieetwensen. Indien voorbereiding gewenst is, krijg je op dit moment ook de literatuur via de mail. Tot dan!

Wat moet ik nog meer weten?

• Voor deze training is een laptop nodig met de mogelijkheid om Python virtuele omgevingen te creëren en Jupyter Notebooks te draaien.
• Deze training wordt gegeven door Xebia Data.
• Literatuur en een lekkere lunch zijn bij de prijs inbegrepen.
• Reis- en verblijfkosten zijn niet inbegrepen.