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.

Wat is Machine Learning?

Filmaanbevelingen genereren

AI, data science en machine learning lopen een bar binnen...

Opties

Waar

Onwaar

Wat is waar over Machine Learning?

Machine learning-concepten

Feature

Label

Targetvariabele

Machine learning-jargon

Supervised vs unsupervised

Machine learning-workflow

Machine Learning-workflow 

Stappen voor het bouwen van een model

Een echt juiste stap

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

What is deep learning?

Should I use deep learning?

Computer vision

Image data

The process

Natural Language Processing

Sentiment analysis

Classifying machine learning tasks

Bag of words

Limits of machine learning

To black box or not to black box?

Spotting bias in machine learning

Congratulations!

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

De toepassing van Machine Learning is niet beperkt tot één type probleem of domein

Machine Learning vindt patronen in bestaande data en past die toe op nieuwe data

Om voorspellingen te doen met een Machine Learning-model heb je data nodig

Machine Learning gebruikt methoden uit de informatica, statistiek en natuurkunde

Machine Learning kan alleen voorspellen wat er gaat gebeuren en niet uitleggen waarom iets is gebeurd

Wat is waar over Machine Learning?

Inzicht in Machine Learning

Praktische interactieve oefening