• analysis

Advanced AI

#advancedComputerVision #naturaLanguagePr. #reinforcementL.

De modules machine learning en deep learning gaven je al een solide basis tot de concepten van de moderne AI en hoe deze praktisch te implementeren. In deze specialiserende module advanced AI bouwen we op deze fundamenten verder en focussen we op specifieke toepassingsdomeinen zoals advanced computer vision, advanced NLP (natural language processing), generatieve neurale netwerken, belief networks en multiple-input multiple-output systemen.

Naast het verder uitdiepen van data gedreven machine learning systemen bestuderen en implementeren we in deze cursus ook reinforcement learning en deep reinforcement learning systemen. In plaats van te leren uit data gaan deze zelflerende systemen aan de hand van trial & error een optimale strategie zoeken die hen een maximale reward oplevert. Deze (deep) reinforcement leerstrategieën vinden vooral toepassingen bij zelflerende robots, optimalisatie van industriële processen, computer games, self-driving cars en gepersonaliseerde aanbevelingen. Aanvullend gaan we dieper in op een aantal populaire optimalisatie- en simulatietechnieken die de performantie van jouw gebruikte leeralgoritme gevoelig kunnen verbeteren.

Ook deze module is hand-on waarbij de focus ligt op het praktisch kunnen implementeren en integreren van de geziene AI-systemen. In dat opzicht is het de bedoeling dat je in aanraking komt met diverse state of the art AI frameworks voor het ontwikkelen van zowel diepe neuralen netwerken als voor het ontwerpen en simuleren van (deep) reinforcement learning systemen.