Python cursus Machine Learning

Python training: 3-daagse praktijkgerichte cursus Machine Learning

De Python cursus Machine Learning speelt in op de groeiende behoefte bij (business) analisten, aankomend data scientists en andere professionals om te gaan experimenteren met Artificial Intelligence (AI), data science, machine learning (ML), algoritmes en alles wat daarmee samenhangt. Steeds meer werknemers en leidinggevenden willen gebruik gaan maken van machine learning om relevante analyses te kunnen uitvoeren. Sommigen overwegen zelfs om door te groeien naar de rol van data scientist. Deze driedaagse praktijkgerichte cursus Machine Learning in Python is speciaal ontwikkeld om cursisten de basisbeginselen van machine learning bij te brengen.

Leer algoritmes programmeren met deze Python cursus

Natuurlijk leer je alle belangrijke technische aspecten in onze Python training. Zo kijken we uitgebreid naar geavanceerde technologie, machine learning & deep learning modellen en de algoritmes waarmee je die kunt bouwen. Maar met onze Python cursus ga je vooral zelf leren om met Python te programmeren en de essentie te begrijpen van machine learning:

• Wat is machine learning en hoe verhoudt dit zich tot Artificial Intelligence (voordelen, betekenis), data science en big data analytics?
• Wat is Python, wat kun je ermee en waarom is het de populairste taal voor machine learning?
• Hoe kun je de impact van machine learning op jouw organisatie bepalen en hoe maak je de businesscase?
• Uit welke stappen bestaat het machine learning proces, welke typen voorspellende algoritmes zijn er en wanneer zet je deze in?
• Hoe bouw, test, beheer en gebruik je zo goed mogelijk een machine learning model?
• Wat is “text analytics” en welke problemen kan je hiermee oplossen?
• Hoe kan je inspelen op trends in machine learning, zoals bijvoorbeeld AutoML, visueel modelleren, deep learning en reinforcement learning?
• Waar moet je rekening mee houden in je IT-architectuur als je machine learning wilt inbedden in de processen en systemen?
• Wat zijn belangrijke implementatie-aspecten van machine learning en hoe kan je hier het beste mee omgaan?

Voor nieuwsgierige en ambitieuze professionals die de actualiteit op de voet volgen en regelmatig nadenken over bovenstaande thema’s is de gloednieuwe cursus Python ongetwijfeld een schot in de roos.

Praktische informatie

Locatie:	Berghotel Amersfoort
Duur:	3 dagen
Data:	10 t/m 12 maart 2021 2 t/m 4 juni 2021 22 t/m 24 september 2021 8 t/m 10 december 2021
Punten:	✪ PA15 Deze Python cursus Machine Learning van Passionned Academy geeft je recht op PA-punten. Bij een totaal van 150 PA-punten ontvang je een certificaat van bekwaamheid. En je mag jezelf 'Master of Organizational Intelligence' noemen. ✪ PE-punten Vraag bij je vakvereniging (bijvoorbeeld de Vereniging van Registrercontrollers, de Nederlandse Beroepsvereniging van Accountants, et cetera) na hoeveel PE-punten/uren je kunt registreren voor je Permanente Educatie (PE).
Prijs:	1.895 EUR p.p.

download gratis brochureschrijf je direct in

UPDATE: In december 2020 is een nieuwe lockdown van kracht geworden die nu voor de tweede keer is verlengd. Bij Passionned Academy houden wij ons aan de opgelegde maatregelen en daarom hebben we onze trainingskalender hierop aangepast. Omdat er nu uitzicht is op versoepelingen zijn onze opleidingen weer van start gegaan. Eventueel als het niet anders kan organiseren we die online of in kleinere groepen. Blijf op de hoogte van ons Corona protocol.

Bouw zelf machine learning modellen met deze Python training

Cursisten mogen drie dagen niet alleen zelf aan de knoppen zitten, maar worden tevens ingewijd in de nieuwste “packages” van een van de meest populaire programmeertalen voor machine learning van dit moment: Python. Dit is een open source programmeertaal met een grote gebruikerscommunity die gebruik maakt van “high level code”. Grote bedrijven zoals bijvoorbeeld Google, Dropbox en Walt Disney Feature Animation gebruiken Python al jarenlang.

Met de nieuwste tips & tricks die je tijdens deze cursus krijgt aangereikt, kan je bovendien machine learning modellen bouwen en nieuwe toepassingen ontwikkelen voor jouw organisatie. Ga aan de slag en bouw je eigen churn-model met Python, voer een coole sentimentanalyse uit en ervaar in groepjes hoe je met Python code een voorspellende, zogenoemde forecasting case tot een goed einde brengt.

Geef je carrière een nieuwe boost met de cursus Machine Learning

De praktische cursus Machine Learning in Python speelt perfect in op het ambitieniveau van nieuwsgierige professionals die zich verder willen verdiepen en bekwamen in een van de meest veelbelovende beroepen van de toekomst: data scientist (functieomschrijving, skills). Na succesvolle afronding van deze Python cursus Machine Learning krijgt jouw functie nog meer glans en verrijk je je curriculum vitae.

Verdiep je in de belangrijkste principes van machine learning

In deze Python training verklaart de docent niet alleen de opkomst van machine learning binnen de context van de huidige digitale transformatie, maar hij duidt ook de belangrijkste huidige trends zoals AI, data science consultancy en machine learning. Tevens gaat hij in op de verschillen, overeenkomsten en belangrijkste principes van elke techniek.

De inhoud van de Python opleiding

Deze praktijkgerichte Python opleiding is volledig toegesneden op het ontwikkelen van algoritmes die professionals veel werk uit handen nemen. Van oudsher ondersteunt IT de business bij het inrichten en verbeteren van bedrijfsprocessen. Dankzij deze machine learning cursus kan iedere cursist zijn functie een extra dimensie geven en doorgroeien.

Dag 1: Introductie machine learning, Python, Data Science opdrachten en data analytics

Tijdens de eerste dag van de cursus Machine Learning in Python legt de docent het fundament onder praktijkgerichte data science. De focus van deze dag ligt vooral op het kennismaken met machine learning, data mining en de programmeertaal Python. Alle voorbeelden en opdrachten komen uit de dagelijkse praktijk.

• Het vakgebied machine learning: wat is machine learning precies en wat is de overeenkomst en het verschil met AI, big data, data science, data analytics en BI? Wat zijn voorbeelden van machine learning uit de dagelijkse praktijk? Waarom wordt het steeds relevanter voor (business) analisten, controllers en iedereen die regelmatig data analyseert? Welke bedrijfsproblemen kun je met machine learning oplossen en welke tools zijn er beschikbaar op de markt? De docent maakt de cursisten vertrouwd met alle belangrijke begrippen die gedurende de cursus de revue passeren.
• Kennismaken met Python: introductie van de programmeertaal Python. De focus ligt vooral op het gebruik van Python als vehikel voor machine learning. Wat maakt Python zo populair? De deelnemers maken kennis met bekende packages (modules) zoals Pandas, NumPy, matplotlib en scikit-learn. Je oefent met Jupyter notebooks, omdat dit de meest populaire programmeer gebruikersinterface is onder ervaren data scientists en machine learning engineers. Uiteraard ga je het geleerde direct in de praktijk brengen middels allerlei opdrachten.

Dag 2: Algoritmes ontwikkelen: datavoorbereiding, classificatie, regressie en Auto Machine Learning

Machine Learning en Python leer je vooral door het te doen. Deze tweede dag van deze Python cursus staat daarom in het teken van het integrale machine learning proces. Alle stappen vanaf de connectie maken met de databron, het selecteren van het juiste algoritme tot en met het valideren van de resultaten, komen uitgebreid aan de orde. Tot slot bespreekt de docent Auto ML, een verzameling machine learning-producten waarmee je zelf ML-modellen kunt trainen zonder enige voorkennis van machine learning.

• Data voorbereiden: het voorbereiden van de dataset is misschien wel de belangrijkste en meest tijdrovende stap in het machine learning proces. Naast allerhande technieken en best practices voor exploratory data analysis (EDA), feature engineering en -selection en datamanipulatie komen vooral interactieve, hands-on opdrachten aan bod tijdens deze module.
• Classificatie: een van de meest voorkomende vormen van machine learning is classificatie. Je gaat een voorspellend model bouwen waarin je gaat voorspellen welke klanten waarschijnlijk afscheid gaan nemen van de organisatie. Dit churn model is een van meest voorkomende machine learning toepassingen in binnen- en buitenland. In deze module werk je aan het onder de knie krijgen van verschillende technieken zoals decision trees, random forest en KNN (k-nearest neighbors), oftewel het naaste buur-algoritme.
• Regressie: je gaat een voorspellend model maken waarin je gaat werken aan het verbeteren van forecasting door een algoritme te ontwikkelen. Het voorspellen (forecasten) is een veelvoorkomende activiteit van analisten en (business) controllers en is uitermate geschikt voor machine learning. Je gaat werken met tijdreeksen (time series) en technieken als ARIMA en PROPHET.
• Auto Machine Learning (AutoML): de wereld van machine learning tools ontwikkelt zich razendsnel en andere tools, naast Python, worden steeds meer gebruikt. De docent schetst een aantal van deze ontwikkelingen, zoals AutoML en je gaat zelf ervaren wat visueel modelleren inhoudt.

Dag 3: Text analytics, deep learning, model management en de implementatie-aspecten

Op de derde dag van deze Python opleiding gaan we machine learning toepassen op teksten: text analytics. We analyseren diverse machine learning trends en je leert hoe je deep learning modellen kunt bouwen. Daarmee is de kous niet af. Want hoe krijg je het machine learning model in productie? Hoe beheer je het effectief en hoe borg je dat medewerkers er ook mee gaan werken?

• Text Analytics: wat is text analytics en wat zijn mogelijke toepassingen (use cases) voor jouw als deelnemer? Je gaat aan de slag met ongestructureerde data om diverse text analytics technieken zoals NLP en word2vec toe te kunnen passen. Uiteindelijk ga je een sentimentanalyse uitvoeren op basis van Twitter data.
• Deep Learning:  een deelgebied van machine learning dat enorm in ontwikkeling is. Vooral rondom computerperceptie (horen en zien) gaan de ontwikkelingen razendsnel. De docent legt niet alleen uit hoe deep learning in elkaar steekt, ook behandelt hij de belangrijkste technieken zoals neurale netwerken, CNN en RNN. Uiteraard staat hij stil bij de belangrijkste deep learning frameworks Tensorflox, PyTorch en Keras. Hij sluit deze module af met een image recognition opdracht.
• Model management: het belangrijkste element van machine learning is ervoor te zorgen dat de gebouwde modellen in productie worden genomen en dat je ze op een juiste manier kunt beheren. Wat komt hier allemaal bij kijken vanuit een model management perspectief? En wat zijn zaken waar je rekening mee moet houden als het gaat om de (staande) IT-architectuur?
• Implementatie-aspecten machine learning: als afsluiter van deze praktische Python cursus leer je de belangrijkste implementatieaspecten te begrijpen. Denk hierbij bijvoorbeeld aan zaken zoals toolkeuze, het denken in businesscases en verwachtingsmanagement. We sluiten af met de belangrijkste ethische principes van machine learning en de docent geeft aan waarom dit zo’n essentieel en onmisbaar onderdeel is.

Ideale mix leren en doen tijdens cursus Python & Machine Learning

Door een goede mix van theorie en praktijk leer je in deze curus Python de grondbeginselen van machine learning en je kan hier direct mee aan de slag, zowel tijdens de training als na afloop op het werk. Deelnemers die deze driedaagse cursus Python & Machine Learning hebben gevolgd, zijn een nog serieuzere gesprekspartner, voor zowel vertegenwoordigers van de business als IT. Dankzij deze Python cursus zit je nog steviger in het zadel en kun je op een relatief eenvoudige manier je horizon verbreden en hierop verder voortborduren. Met deze unieke Python training word je nog relevanter voor de business en leg je een solide basis voor de volgende stap in je carrière, binnen of buiten de organisatie.

De professional met Pythonkennis heeft altijd een streepje voor

Als analist, (business) controller en dataprofessional functioneer je als verbindingsofficier. Je bent de spil tussen de behoeften van de opdrachtgever en de oplossingen van ontwikkelingsteams (DevOps). Je bent verantwoordelijk voor het signaleren en vertalen van de eisen en wensen van de business naar bruikbare oplossingen. Tevens benoem je de scope en doelen van een (machine learning) project. Maar hoe je het ook wendt of keert, met het certificaat van de Machine Learning in Python cursus op je curriculum vitae, ben je toekomstbestendig. Dankzij deze extra bagage word je een nog betere gesprekspartner voor de business, IT en alle andere ondersteunende afdelingen in jouw organisatie.

Voor wie is deze Python training Machine Learning bedoeld?

Voor iedereen die betrokken is bij een Data Science-project biedt onze Python cursus een praktisch leerschool. Onze Python training wordt vooral veel gevolgd door: business analisten, data analisten, marketing analisten, machine learning engineers, (freelance) BI consultants, (business) controllers en business managers met technische affiniteit. Deze opleiding machine learning stoomt je klaar voor het praktisch ontwikkelen van complexere algoritmes.

Meld je aan voor de Python cursus Machine Learning

Anticipeer op het vakgebied van de toekomst: machine learning & data science. Via het inschrijfformulier kun je je direct inschrijven voor de eerstkomende Python cursus Machine Learning. Heb je vragen over deze cursus Python, neem dan direct contact met ons op.

direct inschrijven