Introductie tot Artificial Intelligence

Artificial Intelligence is aan een disruptieve steile opmars bezig, en is stilaan niet meer weg te denken uit onze maatschappij, het werkveld, of zelfs onze persoonlijke leefwereld. Het aantal applicaties en devices dat de transitie naar ‘smart’ al hebben gemaakt, zijn legio.
Tijdens deze opleiding geven we een breed overzicht van verschillende domeinen, die vallen onder de koepel van Artificial Intelligence. We starten bij het begin met Alan Turing, gaan verder met recursie en graph searches, passeren kort langs expert systems en logic programming, om daarna in te zoomen op het domein van machine learning. Hier bekijken we enkele bekende algoritmen en toepassingen binnen supervised, unsupervised, en reinforcement learning: denk hier bv aan voorspellingen doen over de kwaliteit van een wijn, of een recommendation system bouwen om een nieuwe Netflix movie aan te raden. We maken steeds de vertaalslag naar praktische Python code om het geheel tastbaar te maken.
Uiteindelijk ronden we deze introductie af met een hands-on kennismaking met de wereld van deep learning, via onze browser en de TeachableMachine van Google. Hier ligt de nadruk op een eerste kennismaking met, en het gebruik van, Deep Learning, samen met onze webcam en browser.
In de vervolgcursus, ‘Artificial intelligence: from Machine Learning to Deep Learning’ worden deze technieken meer in detail behandeld.

Inhoud:
• History

• Overview of AI
• Recursion
• Graph Searches
• Logic Programming & Expert Systems

• Machine Learning

• Data driven
  § Structured versus unstructured data
• Modeling
  § Training, over/underfitting, goodness van een model
• Supervised learning
  § Regression

• Linear & Polynomial Regression

• Classification

• K-nearest neighbors
• Decision Tree & Random Forest

• Unsupervised learning
  § Clustering, met k-means
  § Dimensionality reduction, met PCA
  § Recommender systems
• Reinforcement learning

• Deep Learning

• Algemene concepten
• Bouwen van een Computer Vision toepassing, met TeachableMachine van Google

• Praktisch aan de slag

• We maken doorheen het verhaal steeds de vertaalslag naar praktische code om het geheel tastbaar te maken.
• Een greep uit gebruikte technologieën: Python, Jupyter Notebooks, Google Colab, Scikit-learn.

Tijdens deze opleiding werk je op je eigen laptop: vergeet deze dus zeker niet mee te brengen. Heb je geen laptop: geen probleem: er staan ook een aantal vaste PC’s in het opleidingslokaal. Geef het wel even aan bij je inschrijving. Een browser is trouwens voldoende, specifieke softwarepakketen zijn niet nodig.