powered by

  • analysis

Deep Learning

#dsp #neural-networks #predictions #classifications

Tools:

Convolutional Neural Networks (CNN), Generative Adversarial Networks (GAN), Long-Short Term Memory (LSTM), Recurrent Neural Networks (RNN)

Opgelet: Deze module kan je ook volgen als ‘AI for Healthcare’, een unieke samenwerking tussen Howest MCT en Howest BIT. Je leert er toegepaste praktijk toepassingen voor de medische wereld.

De module deep learning gaat verder waar de module Machine Learning is gestopt, namelijk bij de neurale netwerken.

  • Herhaling neurale netwerken en introductie tot deep learing.
  • Convolutional Neural Networks (CNN) die vooral gebruikt worden bij image recogntion.
  • Auto encoders en restricted Bolzmann machines: kunnen verloren of beschadigde data reconstrueren maar ook gebruikt worden om muziek te genereren of suggesties te doen.
  • Generative Adversarial Networks (GAN). Worden gebruikt voor bijvoorbeeld generatatie van afbeeldingen, voorspellen van welk geneesmiddel zal werken bij bepaalde symptomen …
  • Recommendation systems voor het genereren van gepersonaliseerde aanbevelingen.
  • Neurale netwerken met geheugen: Recursive Neural Networks (RNN) en Long Short-term memory networks (LSTM): toepassingen zijn bijvoorbeeld natural language processing en sentiment analysis.
  • Reinforcement learning: het algoritme leert door interactie met de omgeving.