Deep learning
Deep learning is samen met kunstmatige intelligentie één van de nieuwe buzzwords en wordt als veelbelovend gezien voor de toekomst. Maar wat is deep learning eigenlijk en wat heb je er voor nodig?
Er zullen weinig bedrijven zijn die deep learning algoritmes gaan ontwikkelen voor zelfrijdende auto’s of MRI scans automatisch laten analyseren. Wel zullen wij naar de toekomst toe deep learning technologieën gaan toepassen. Het is hierbij van belang om te weten hoe je de technologie kan gebruiken, maar ook hoe je de bestaande technologie kan aanpassen en implementeren voor eigen doeleinden. De cursus behandelt de basisprincipes rondom deep learning en de toepassingen hiervan. Naast de theorie behandelt de cursus veel praktijkvoorbeelden, tevens hoe je zelf aan de slag kan gaan met deep learning.
Er wordt eerst gekeken naar een aantal klassieke voorbeelden van het succesvol gebruik van deep learning. Wat is de theorie erachter, wat is een neuraal netwerk, backprogation en welke verschillende deep learning algoritmes zijn er. Ook wordt er ingegaan op de moeilijkheden die optreden en waarom niet ieder vraagstuk geschikt is om met deep learning op te lossen. Met behulp van technologie wordt er gekeken hoe je een deep learning algoritme kan implementeren. Aan de hand van reeds uitgewerkte code en tooling wordt geleerd hoe bestaande netwerken en algoritmes kunnen worden toegepast op nieuwe vraagstukken. Na deze cursus is veel van de mystiek rond deep learning duidelijk geworden, maar ook wat de mogelijkheden zijn.
