Training Python Deep Learning met businesscase

In deze training leer je hoe je met Python deep learning-modellen ontwikkelt voor technische en zakelijke vraagstukken. Je leert deep learning ontwikkelen met PyTorch, TensorFlow en Keras. Daarnaast maak je kennis met FastAI als framework voor snelle prototyping en experimenten. FastAI komt aan bod als aanvullend framework voor snelle modelontwikkeling. Je leert neurale netwerken opbouwen, trainen en beoordelen. Ook ontdek je hoe keuzes in architectuur, data en hyperparameters de prestaties van een model beïnvloeden.

De training combineert uitleg met opdrachten waarin je zelf modellen ontwikkelt. Je vergelijkt deep learning met klassieke machine learning en bepaalt welke aanpak past bij een dataset en doelstelling. Je werkt met transfer learning, reinforcement learning en moderne technieken voor modeloptimalisatie. Ook besteed je aandacht aan deployment en de integratie van modellen in bestaande toepassingen.

Tijdens de businesscase doorloop je het volledige ontwikkelproces. Je bereidt data voor, kiest een passende aanpak en traint en evalueert het model. Daarna onderzoek je hoe je het resultaat bruikbaar maakt binnen een technische of organisatorische context. De trainer brengt ervaring uit verschillende projecten mee en helpt je om keuzes kritisch te onderbouwen.

Deze training bieden we ook als bedrijfstraining voor jou en je team

De inhoud stemmen we dan af op jullie werksituatie, systemen en concrete vraagstukken, zodat de training direct aansluit op wat er binnen de organisatie speelt. Zo ontstaat een gerichte en praktische training waarmee je de volgende dag direct aan de slag kunt.

Doelen

Na deze training heb je handvatten om:

• Deep learning-modellen te ontwerpen en ontwikkelen met Python, TensorFlow, Keras en PyTorch.
• De juiste deep learning- of machine learning-techniek te kiezen voor verschillende soorten data en praktijkvraagstukken.
• Neurale netwerken te trainen, evalueren en optimaliseren met technieken zoals hyperparameter tuning, transfer learning en regularisatie.
• Reinforcement learning toe te passen met Q-learning en Deep Q Networks voor specifieke toepassingen.
• Een deep learning-oplossing te ontwikkelen, te valideren en voor te bereiden op implementatie binnen een praktijkgerichte businesscase.

Tijdens de Training Python Deep Learning met businesscase komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied, kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Fundamenten van deep learning met Python
• Verschillen tussen machine learning, shallow learning en deep learning
• Werking van neurale netwerken en deep learning-architecturen
• Belangrijke Python libraries voor deep learning
• Deep learning ontwikkelen met TensorFlow en Keras
• Neurale netwerken bouwen, trainen en evalueren
• Data voorbereiden en input pipelines opzetten
• Modellen optimaliseren met onder andere batch normalisatie, dropout en hyperparameter tuning
• Transfer learning toepassen met pre-trained modellen
• De juiste leermethode kiezen
• Shallow learning vergelijken met deep learning
• Klassieke machine learning-algoritmen voor gestructureerde data
• De juiste techniek kiezen voor verschillende praktijkvraagstukken
• Reinforcement learning in de praktijk
• Werking van reinforcement learning en Q-learning
• Deep Q Networks ontwikkelen
• Een agent trainen in een gesimuleerde omgeving
• Deep learning met PyTorch en FastAI
• Modellen ontwikkelen met PyTorch
• Werken met tensors, autograd en dynamische grafieken
• FastAI inzetten voor snelle modelontwikkeling en transfer learning
• Businesscase en modelimplementatie
• Een deep learning-oplossing ontwikkelen voor een praktijkvraagstuk
• Modellen evalueren, optimaliseren en voorbereiden voor deployment
• Integratie van deep learning-modellen in een productieomgeving

Aanpak

De training is interactief en praktijkgericht opgezet. Je werkt actief aan herkenbare situaties, met veel ruimte voor vragen en eigen voorbeelden. Door te oefenen, bespreken en reflecteren ervaar je hoe je deep learning-modellen ontwikkelt, optimaliseert en toepast op technische vraagstukken.

De training wordt verzorgd door trainers uit de praktijk, die ervaring hebben in verschillende organisatiecontexten. We houden altijd rekening met jouw verwachtingen, zodat de training aansluit bij wat voor jou relevant is.

Doelgroep

Deze training is voor IT’ers met ervaring in Python die deep learning-modellen willen ontwikkelen, optimaliseren en toepassen op technische en zakelijke vraagstukken.

Voorkennis

Ervaring met Python en basiskennis van machine learning zijn vereist. Mocht je hier vragen over hebben, neem gerust contact met ons op.

Benodigdheden

Om het meeste uit jouw training te halen verzoeken we je vriendelijk een eigen laptop mee te nemen om eventueel direct aan de slag te kunnen gaan. Verdere benodigdheden worden, indien van toepassing, in voorbereiding op de training met je besproken.

Vervolgstappen

Binnen dit vakgebied beschikken wij over ruime praktijkervaring en specialistische kennis. Zoek je meer diepgang of een andere insteek? Neem gerust contact met ons op voor een vrijblijvende verkenning. We denken graag met je mee.

Wil je je na deze training verder verdiepen of verbreden? Er zijn verschillende trainingen die aansluiten op het ontwikkelen van AI-oplossingen, het toepassen van machine learning en het verder uitbouwen van je Python-kennis.

Verdieping in AI en machine learning

Voor deelnemers die zich verder willen ontwikkelen in het ontwerpen en toepassen van geavanceerde AI-modellen.

• Training Machine Learning
• Training Introductie neurale netwerken en Deep Learning
• Training Artificial Intelligence

Verdieping in Python

Voor wie Python verder wil inzetten voor complexe toepassingen en grotere ontwikkeltrajecten.

• Opleiding Python Advanced
• Training Python met ChatGPT
• Training AI research

Data engineering en AI-platformen

Voor deelnemers die AI-oplossingen willen integreren in moderne data- en cloudomgevingen.

• Training Azure Machine Learning Studio
• Training Azure Databricks
• Training Data Engineer

Kies uit 6 locatie(s) in Nederland. Ook beschikbaar in Antwerpen.

Bedrijfstraining

Met een bedrijfstraining kies je voor een training die helemaal aansluit bij de specifieke wensen, behoefte en dagelijkse praktijk van jouw bedrijf of organisatie. Je kunt in je eentje deelnemen aan deze maatwerktraining, maar ook met één of meerdere collega’s. Een bedrijfstraining vindt plaats waar je maar wilt: op locatie bij jouw bedrijf of organisatie, ergens in het land of op onze mooie trainingslocatie op de Veluwe in Apeldoorn. Bel ons gerust voor advies; we denken graag met je mee. Wil je een vrijblijvend voorstel ontvangen? Vraag er dan online een aan.

Privétraining

De essentie van een privétraining is, dat de trainer volledig tot jouw beschikking staat. Je kunt daarbij kiezen voor een algemeen programma (zie hiervoor onze trainingomschrijvingen), maar het is ook mogelijk om de training helemaal te laten aansluiten bij jouw specifieke wensen, behoefte en dagelijkse praktijk. Bij zo’n maatwerktraining wordt het programma helemaal afgestemd op jouw situatie, wensen en leerbehoefte. Hierdoor mag je rekenen op maximaal leerrendement. Bel ons gerust voor een (maatwerk)privétraining te bespreken; we denken graag met je mee. Wil je een vrijblijvend voorstel ontvangen? Vraag er dan online een aan.

Virtuele training

Wil je de door jou gewenste training liever virtueel (online) volgen? Dat kan via onze ‘remote classroom’. Het verschil met een face-to-face-training is dat de trainer de training op afstand voor je verzorgt. Je kunt daarbij kiezen voor het algemene programma (zie hiervoor onze trainingomschrijvingen), maar we kunnen de training ook aanpassen aan je specifieke wensen, behoefte en praktijksituatie. Je volgt je virtuele training in je eentje, met je collega’s of met mensen van andere bedrijven. Wil je weten wat we op dit gebied precies voor je kunnen betekenen? Bel ons gerust, we denken graag met je mee over de mogelijke oplossingen.

Klassikale training

Bij een klassikale training volg je een opleiding of training samen met een klas van medestudenten. Het voordeel van deze setting is, dat je kunt leren van andermans cases, tegen het laagst mogelijke tarief. De training vindt plaats op een externe locatie, ergens in het land of op onze mooie trainingslocatie in Apeldoorn (midden op de Veluwe). Heb je een vraag? Bel ons gerust; we helpen je graag verder. Je kunt je natuurlijk ook gelijk inschrijven.

Tarief

De kosten voor de Training Python Deep Learning met businesscase bedragen €3.499,00 (excl. €734,79 btw). Dit betreft het tarief voor deelname aan een klassikale training. Wil je liever een bedrijfstraining of privétraining? Bel ons dan of vraag online een voorstel aan.

Bij dit bedrag is alles inbegrepen, inclusief materialen en lunch (lunch inbegrepen indien de training dagvullend is).

Wil je de door jou gewenste training liever virtueel (online) volgen? Dat kan via onze ‘remote classroom’. Het verschil met een face-to-face-training is dat de trainer de training op afstand voor je verzorgt. Je kunt daarbij kiezen voor het algemene programma (zie hiervoor onze trainingomschrijvingen), maar we kunnen de training ook aanpassen aan je specifieke wensen, behoefte en praktijksituatie. Je volgt je virtuele training in je eentje, met je collega’s of met mensen van andere bedrijven. Wil je weten wat we op dit gebied precies voor je kunnen betekenen? Bel ons gerust, we denken graag met je mee over de mogelijke oplossingen.

Virtuele training: hoe werkt dat?

Bij een virtuele training kun je via een online verbinding op afstand interactief deelnemen aan de training. Dit wordt ook wel ‘remote classroom’ of ‘virtual classroom’ genoemd. Dit werkt net even anders, maar biedt je dezelfde kwaliteit en is net zo effectief als een face-to-face-training.

Dezelfde kwaliteit, net even anders

Uitgangspunt bij een virtuele training is, dat er net zoveel kennis en vaardigheden worden overgedragen als bij een face-to-face-training. Bovendien dient het elk gewenst niveau van interactiviteit te faciliteren. Daarom werken we vanuit Eduvision met diverse systemen (o.a. dat van onze opdrachtgever), die deze doelstelling breed ondersteunen (waaronder Microsoft Teams of Zoom). Als cursist kun je gratis en eenvoudig inloggen, via een app of via het web.

De verschillende systemen bieden o.a. de volgende mogelijkheden:

• De training volgen met meerdere deelnemers, die je afhankelijk van of ze een camera hebben al dan niet kunt zien.
• Als deelnemers een microfoon hebben, kunnen ze ook met de trainer praten. De trainer kan aangeven en technisch faciliteren wie er kan praten. Deelnemers kunnen virtueel aangeven dat ze wat willen zeggen; de trainer kan hen vervolgens het woord geven.
• Deelnemers kunnen meekijken met de trainer en de trainer kan switchen tussen verschillende schermen die hij wil laten zien.
• Als de deelnemer daar toestemming voor geeft, kan de trainer meekijken op het scherm van de deelnemer (of zelfs het scherm overnemen).
• Er is vaak een chatfunctie, waarmee vragen of opmerkingen voor iedereen zichtbaar worden op het scherm.
• Er is soms een opnamefunctie (de trainer bepaalt - rekening houdend met ieders privacy - of die aan- of uitgezet wordt), waardoor je later (een deel van) de training kunt terugkijken.
• Er kan gebruik gemaakt worden van een whiteboard.
• Er kunnen bestanden gedeeld worden.

NB: Het is handig als je als cursist beschikt over een microfoon of camera (het eerste meer dan het tweede), maar het is geen must; ook zonder kun je deelnemen aan de training. Wél is het zo dat met name een microfoon de interactiviteit bewerkstelligt. Mocht je geen camera of microfoon op de computer hebben, dan is het ook mogelijk om tegelijkertijd in te loggen met je telefoon, zodat je én duidelijk (lees: groot) beeld hebt én kunt beschikken over microfoon en/of camera.