Kickstarting Deeplearning neemt je mee in de wereld van neurale netwerken. Voor een technisch en enthousiast publiek werden in twee avondsessies of dagdelen, op basis van praktische voorbeelden, de belangrijkste en meest relevante onderwerpen op het gebied van Deep Learning behandelt.

Wij gaan onder de motorkap kijken en op basis van effectieve voorbeelden de meest gebruikte libraries (o.a. Tensorflow) behandelen, waarbij de deelnemers hier zelf controle over hebben. Daardoor kunnen zij direct de impact zien van hun ontwerp en keuzes.

Na afloop van de sessies kunnen de deelnemers zelf een neuraal netwerk ontwerpen en toespitsen op de meest voorkomende probleemstellingen. De deelnemers kunnen deze netwerken implementeren in Python/Tensorflow of met beperkt eigen research in een ander framework. De deelnemers kunnen de belangrijkste ontwerpkeuzes uitleggen of hebben de handvatten om hier zelf verder onderzoek naar te doen.

Programma

Avond 1 – Basis
15:45 Inloop, kennismaking, programma
16:20 Neural nets basis: nodes, edges, weights, activation, input, output incl.

historie + achtergrond
17:00 Gebruikte frameworks en randvoorwaarden. Eerste login in Cloud notebook

omgeving. 17:30 Diner

18:00 Wiskunde fundering: Forward- & backwards propagation, optimizing, learning rates.

18:30 Training, optimizing & predicting. Algemene principes: train- validation- & testsets.

19:00 Hands-on eerste model: Inladen dataset in Python + probleemaanpak. Vertalen van een model architectuur naar Python/Tensorflow. Training, evaluating, optimizing & predicting.

20:00 Einde, napraten.

Avond 2 – Advanced

15:45 Inloop, programma, vragen & opmerkingen

16:20 Augmentation
16:30 Class imbalance
16:40 Convolution

17:00 Hands-on convolution: obv data / case van avond 1. Vertalen van convolutional architectuur naar Python/Tensorflow. Inspectie van convolution. Evaluatie, optimalisatie & voorspellen.

17:30 Diner
18:00 Transfer learning
18:15 Active learning
18:30 Reinforcement learning
18:45 Generative Adverserial Networks (GAN) 19:00 Hands-on GAN: training
20:00 Einde, napraten