Kies op maat

Inloggen Menu

Artificial Intelligence: Deep learning

Kunstmatige intelligentie (Artificial Intelligence) is een van de technologische ontwikkelingen die onze samenleving ingrijpend aan het veranderen is. Zo hebben we in ons dagelijks leven al regelmatig te maken met apparaten en systemen die gebruik maken van Kunstmatige Intelligentie, zoals in onze auto’s, smartphones, en online diensten (bijvoorbeeld Google Translate, Netflix en Spotify). Binnen het gebied van Kunstmatige Intelligentie is een breed onderzoeksveld genaamd Machine Learning, dat zich bezighoudt met de ontwikkeling van algoritmes en technieken waarmee (computer)systemen kunnen leren.De mogelijkheden van AI: machine learning zijn enorm en deze zullen dan ook zeker hun toepassing vinden in de diverse sectoren. In de zorgsector zal ML ondersteuning bieden bij het beter vaststellen van diagnoses en behandelingen. Het kan ook ingezet worden in de industriesector om storingen te voorkomen in productieprocessen, door slimme systemen te gebruiken die detecteren waar storingen gaan ontstaan waardoor tijdig onderhoud gedaan kan worden. 

 

Machine learning is een van de snelst groeiende en meest boeiende onderwerpen op dit moment. Binnen het Machine learning is Deep Learning de ‘bleeding edge’ technologie van dit moment.

In deze minor kunstmatige intelligentie werk je aan een helder begrip van de motivatie voor het gebruik van Deep Learning en zal je ook zelf intelligente systemen gaan ontwerpen/ontwikkelen die leren van complexe en/of zéér grote datasets. We laten je o.a. zien hoe je neurale netwerken, waaronder convolutional en recurrent netwerken, kunt trainen en optimaliseren. Via opdrachten en een project, leer je een zelflerend systeem te ontwikkelen in een van de beschikbare frameworks voor Deep Learning (TensorFlow, Keras en pyTorch). Door het toepassen van Deep Learning methoden leer je nieuwe klassen van problemen op te lossen die voorheen een enorme uitdaging waren.

Deze technologieën worden in de praktijk nog maar met mate ingezet en daardoor zijn concrete AI-toepassingen voor de diverse sectoren nog beperkt.  In de minor ‘AI: Deep Learning’ vergaar je kennis, inzicht en ontwikkel je vaardigheden in een deel van het AI-spectrum; namelijk het kunnen toepassen van Neurale (Deep Learning) netwerken.

Deze minor sluit aan op de thema’s van het kennisinstituut “Creating 010”.

Inhoud en Programma

Hieronder een aantal van de gebieden waar we in deze minor aandacht aan besteden en die noodzakelijk zijn voor de implementatie van intelligente systemen:

- introductie linear algebra (scalar, vector, matrix, tensor), multiplying, norms,

- introductie probability and information theory

- gradient descent

- basics Machine Learning (capacity, over-/underfitting, estimators, hyperparameters, supervised, unsupervised, etc.)

- neural networks/deep learning: Convolutional Neural Networks (image recognition,…) & Recurrent Neural Networks (NLP, word embedding, etc.)

- tools (numpy, tensorflow, pyTorch, …)

 

Toepassingen op het gebied van:

- classification (with/without missing input)

- regression

- transcription

- translation

- anomaly detection

- imputation of missing values

- denoising

- density estimation

De minor bestaat uit 2/3 projectonderwijs (20 ects) en 1/3 kennis/vaardigheden (2 x 5 ects).

Werkvorm
De minor bestaat uit hoorcolleges, werkcolleges en toegepast onderzoek (project).

Leerdoelen

-          Begrijpen van Artificial Neural Networks en het in de praktijk toepassen van deze netwerken.

-          Begrijpen en in de praktijk toepassen van Convolutional Neural Networks (bijv. Image recognition).

-          Begrijpen en in de praktijk toepassen van Recurrent Neural Networks (bijv. m.b.t. Natural Language Processing).

 

In deze minor zijn de volgende Dublin Descriptoren gekoppeld:

- Kennis en Inzicht

- Toepassen kennis en inzicht

- Oordeelvorming

- Communicatie

Literatuur

Er moet nog een keuze gemaakt worden uit een van onderstaande boeken:

-       titel: Deep Learning: A practitioner’s approach
auteur(s):Patterson en Gibson
uitgever:O’Reilly

-       titel: Deep Learning
auteur: Bengio
uitgever: MIT Press

Verder wordt de literatuur aangevuld met online beschikbaar materiaal.

Toetsing

- Tentamens, opdrachten (kennis/vaardigheden)

- Project assessments (project)