In this chapter,  we'll define machine learning and its relation to data science and artificial intelligence.  Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.

What is machine learning?

Generating movie recommendations

AI, data science, and machine learning walk into a bar...

What's true about machine learning?

Machine learning concepts

Machine learning lingo

Supervised vs unsupervised

Machine learning workflow

Steps for building a model

A true step

What is Machine Learning?

Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.

Supervised learning

Warm up

Regressing with class

Unsupervised learning

We don't need no supervision

Gotta cluster 'em all!

Evaluating performance

True or false?

Land of confusion

Improving performance

It's a long way to the top

Explore hyperparameter tuning

Machine Learning Models

In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.

Deep learning

Uitspraken

Waar

Onwaar

Wat is deep learning?

Moet ik deep learning gebruiken?

Computer vision

Beeldaan gegevens

Proces van een neuraal netwerk

Het proces

Natural Language Processing

Sentimentanalyse

Options

Traditional Machine Learning

Machine-learningtaken classificeren

Bag of words

Grenzen van Machine Learning

Tasks

Black Box

Explainable AI

To black box or not to black box?

Vooringenomenheid opsporen in machine learning

Gefeliciteerd!

Deep Learning

Wat schuilt er achter de hype rond Machine Learning? In deze niet-technische cursus leer je alles wat je altijd al wilde weten over Machine Learning. Je hoeft niet te programmeren. Praktische oefeningen helpen je voorbij het jargon zodat je ontdekt hoe deze technologie alles aandrijft, van zelfrijdende auto’s tot je persoonlijke Amazon-aanbevelingen.

Hoe werkt Machine Learning, wanneer kun je het inzetten en wat is het verschil tussen AI en Machine Learning? Het komt allemaal aan bod. Ontwikkel vaardigheden in dit enorm gewilde en invloedrijke vakgebied en ontdek waarom Machine Learning voor iedereen is!

De video’s bevatten live-transcripts. Je opent ze door linksonder de video op "Show transcript" te klikken.

De verklarende woordenlijst van de cursus vind je rechts in de sectie met bronnen.

Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je navigeert naar de toets via de CPE-creditsvermelding aan de rechterkant.

Deze cursus van twee uur leert essentiële ML-concepten zoals vocabulaire, modellen en deep learning.

Inzicht in Machine Learning

AI-basisprincipes

Inzicht in datakwesties

Complexere problemen zoals beeldclassificatie kunnen veel sneller worden opgelost met deep learning dan met traditionele machine learning.

Deep learning is een deelgebied van machine learning dat zich bezighoudt met algoritmen geïnspireerd op de menselijke hersenen, zogenoemde neurale netwerken.

Als er weinig domeinkennis is en je niet zeker weet welke kenmerken precies gebruikt moeten worden, kun je deep learning inzetten.

Deep learning heeft altijd de voorkeur boven traditionele machine learning.

Je moet de kenmerken op hoger niveau zelf bepalen tijdens het trainen van de data.

Het aantal neuronen in een neuraal netwerk is beperkt.

Wat is deep learning?

Inzicht in Machine Learning

Praktische interactieve oefening