Machine learning helpt organisaties om patronen in data te herkennen, voorspellingen te doen en besluitvorming beter te onderbouwen. In deze training leer je hoe de belangrijkste technieken werken en wanneer ze relevant zijn. Je ontwikkelt inzicht in classificatie, clustering, neurale netwerken en deep learning. Ook leer je hoe computer vision en natural language processing worden toegepast binnen verschillende organisatievraagstukken.

De training helpt je om toepassingen kritisch te beoordelen. Je kijkt naar haalbaarheid, datakwaliteit, risico’s en toegevoegde waarde. Daarbij krijg je handvatten om geschikte use cases te herkennen en keuzes helder te onderbouwen. Large Language Models komen aan bod als één toepassing binnen het bredere vakgebied.

Je werkt met voorbeelden uit onder meer finance, gezondheidszorg, overheid en industrie. De trainer brengt praktijkervaring mee en laat zien welke aandachtspunten belangrijk zijn bij het opzetten en begeleiden van machine learning-projecten. Zo ontwikkel je meer grip op de keuzes die tijdens zulke projecten worden gemaakt.

Deze training bieden we ook als bedrijfstraining voor jou en je team

De inhoud kan worden afgestemd op jullie organisatiecontext, vragen en leerdoelen. Daardoor sluit de training aan op de toepassingen, afwegingen en projecten waarmee jullie in de praktijk werken.

Doelen

Na deze training heb je handvatten om:

• De belangrijkste concepten, technieken en toepassingsgebieden van machine learning te herkennen en te plaatsen binnen verschillende organisatiecontexten.
• Het verschil uit te leggen tussen supervised learning, unsupervised learning, neurale netwerken en deep learning en te bepalen wanneer deze technieken geschikt zijn.
• Toepassingen van computer vision, natural language processing en Large Language Models te beoordelen op mogelijkheden, beperkingen en toegevoegde waarde.
• Machine learning-vraagstukken te vertalen naar een onderbouwde businesscase en bij te dragen aan de voorbereiding en begeleiding van machine learning-projecten.
• De kansen, risico's en organisatorische impact van machine learning af te wegen en hierover onderbouwde keuzes te maken.

Tijdens de Training Machine Learning komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied, kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Introductie in Artificial Intelligence en Machine Learning
• De basisprincipes van artificial intelligence
• De relatie tussen AI, machine learning en deep learning
• Toepassingsgebieden en ontwikkelingen
• AI-planning en intelligente systemen
• Machine learning-algoritmen
• Supervised learning voor classificatie en regressie
• Unsupervised learning voor clustering en patroonherkenning
• Introductie in semi-supervised en reinforcement learning
• Predictive modelling en modelselectie
• Sterke punten, beperkingen en toepassingsmogelijkheden
• Neurale netwerken en deep learning
• Werking van neurale netwerken
• Deep Neural Networks
• Introductie in deep learning
• Frameworks en toepassingsmogelijkheden
• Computer vision en Natural Language Processing
• Beeldherkenning met Computer vision
• Tekstanalyse met Natural Language Processing
• Machine learning in de praktijk
• Machine learning-projecten opzetten en begeleiden
• Businesscases beoordelen en onderbouwen
• AI-tools en machine learning-platformen
• Praktijkvoorbeelden uit onder andere finance, gezondheidszorg en bedrijfsvoering
• Trends en ontwikkelingen binnen machine learning

Aanpak

De training is interactief en praktijkgericht opgezet. Je werkt actief aan herkenbare situaties, met veel ruimte voor vragen en eigen voorbeelden. Door te oefenen en bespreken leer je hoe je machine learning-toepassingen beoordeelt, de juiste technieken kiest en onderbouwde keuzes maakt voor vraagstukken binnen jouw organisatie.

De training wordt verzorgd door trainers uit de praktijk, die ervaring hebben in verschillende organisatiecontexten. We houden altijd rekening met jouw verwachtingen, zodat de training aansluit bij wat voor jou relevant is.

Doelgroep

Deze training is voor iedereen die wil begrijpen hoe je machine learning inzet om betere keuzes te maken, machine learning toepassingen te beoordelen en concrete businesscases op te zetten en te sturen binnen de eigen werkomgeving.

Voorkennis

Enige ervaring met data, analyse of het werken met IT-oplossingen is aan te raden. Mocht je hier vragen over hebben, neem gerust contact met ons op.

Benodigdheden

Om het meeste uit jouw training te halen verzoeken we je vriendelijk een eigen laptop mee te nemen om eventueel direct aan de slag te kunnen gaan. Verdere benodigdheden worden, indien van toepassing, in voorbereiding op de training met je besproken.

Vervolgstappen

Wil je je na deze training verder verdiepen of verbreden? De passende vervolgstap hangt af van je rol, doelen en de manier waarop je machine learning wilt toepassen.

Wil je zelf modellen ontwikkelen of meer leren over neurale netwerken en deep learning? Dan sluiten deze trainingen aan:

• Training Introductie neurale netwerken en Deep Learning
• Training Python Deep Learning met businesscase
• Training Azure Machine Learning Studio

Wil je machine learning-modellen gestructureerd ontwikkelen, beheren en inzetten? Dan passen deze trainingen:

• Training MLOps
• Training MLflow
• Training Microsoft Fabric data science met SynapseML en Spark Notebooks

Wil je machine learning verbinden aan besluitvorming, databeleid en verantwoord gebruik? Dan passen deze trainingen:

• Training Data Strategie
• Training AI Governance
• Training AI Risicomanagement

Wil je onderzoeken hoe AI-systemen zelfstandig taken uitvoeren en werkprocessen automatiseren? Dan zijn dit mogelijke verbredingen:

• Training AI Automation
• Training AI Agents en automation met n8n
• Training Agentic AI

Deze categorie richt zich minder op het trainen van machine learning-modellen. De nadruk ligt meer op workflows, autonome systemen en het toepassen van bestaande AI-technologie.

Binnen dit vakgebied beschikken wij over ruime praktijkervaring en specialistische kennis. Zoek je meer diepgang of een andere insteek? Neem gerust contact met ons op voor een vrijblijvende verkenning. We denken graag met je mee.

Tarief

De kosten voor de Training Machine Learning bedragen €2.399,00 (excl. €503,79 btw). (kmo subsidie mogelijk) Dit betreft het tarief voor deelname aan een klassikale training. Wil je liever een bedrijfstraining of privétraining? Bel ons dan of vraag online een voorstel aan.

Bij dit bedrag is alles inbegrepen, inclusief materialen en lunch (lunch inbegrepen indien de training dagvullend is).

Kmo-portefeuille voor ondernemers

De kmo-portefeuille is een maatregel waardoor je – als ondernemer – financiële steun krijgt voor de aankoop van diensten die de kwaliteit van je onderneming verbeteren. Concreet zijn dat opleidingen en adviesdiensten zoals het opstellen van een communicatieplan voor je bedrijf. De kmo-portefeuille wil toegankelijk zijn voor zoveel mogelijk bedrijven. Daarom maken we het je eenvoudig om je aan te melden en subsidieverzoeken in te dienen.

Komt mijn kmo in aanmerking voor de subsidie?

De kmo-portefeuille is een subsidiemaatregel voor kmo’s en beoefenaars van vrije beroepen die in Vlaanderen zijn gevestigd.

Hoeveel subsidies kan ik krijgen?

Hoeveel steun je ontvangt, is afhankelijk van de grootte van je onderneming.

• Een kleine onderneming die investeert in opleiding en advies kan 30 procent steun genieten via de kmo-portefeuille. Je ontvangt maximaal 7.500 euro steun per jaar.
• Een middelgrote onderneming die investeert in opleiding en advies, kan 20 procent steun genieten via de kmo-portefeuille. Je krijgt maximaal 7.500 euro per jaar.

Voor welke activiteiten kan ik een kmo-portefeuille aanvragen?

Met de kmo-portefeuille investeer je in opleidingen en trainingen voor je personeel. Daarnaast krijg je subsidies voor het inwinnen van advies bij geregistreerde dienstverleners.

Subsidies aanvragen en ontvangen

Als je voor de eerste keer een subsidieaanvraag wil doen, moet je je onderneming eerst registreren.

Elke subsidieaanvraag gebeurt online nadat je een overeenkomst voor advies hebt afgesloten met je dienstverlener of een persoon die werkt binnen je onderneming hebt ingeschreven voor een opleiding. Elke subsidieaanvraag moet ten laatste 14 dagen na de startdatum van de prestaties zijn ingediend.

De gebruikershandleiding van de kmo-portefeuille helpt je om vlot een subsidieaanvraag in te dienen.

Subsidies stopzetten en terugbetaling

Je zet je subsidie-aanvraag stop wanneer je wil. Dat doe je via de website.

Opleidingssubsidie bij Eduvision

Eduvision is een geregistreerde dienstverlener en geaccrediteerd door het ministerie van de Vlaamse Gemeenschap in het kader van KMO-portefeuille (pijler: opleidingen - thema: digitalisering). Registratienummer: DV.O234955

Wil je de door jou gewenste training liever virtueel (online) volgen? Dat kan via onze ‘remote classroom’. Het verschil met een face-to-face-training is dat de trainer de training op afstand voor je verzorgt. Je kunt daarbij kiezen voor het algemene programma (zie hiervoor onze trainingomschrijvingen), maar we kunnen de training ook aanpassen aan je specifieke wensen, behoefte en praktijksituatie. Je volgt je virtuele training in je eentje, met je collega’s of met mensen van andere bedrijven. Wil je weten wat we op dit gebied precies voor je kunnen betekenen? Bel ons gerust, we denken graag met je mee over de mogelijke oplossingen.

Virtuele training: hoe werkt dat?

Bij een virtuele training kun je via een online verbinding op afstand interactief deelnemen aan de training. Dit wordt ook wel ‘remote classroom’ of ‘virtual classroom’ genoemd. Dit werkt net even anders, maar biedt je dezelfde kwaliteit en is net zo effectief als een face-to-face-training.

Dezelfde kwaliteit, net even anders

Uitgangspunt bij een virtuele training is, dat er net zoveel kennis en vaardigheden worden overgedragen als bij een face-to-face-training. Bovendien dient het elk gewenst niveau van interactiviteit te faciliteren. Daarom werken we vanuit Eduvision met diverse systemen (o.a. dat van onze opdrachtgever), die deze doelstelling breed ondersteunen (waaronder Microsoft Teams of Zoom). Als cursist kun je gratis en eenvoudig inloggen, via een app of via het web.

De verschillende systemen bieden o.a. de volgende mogelijkheden:

• De training volgen met meerdere deelnemers, die je afhankelijk van of ze een camera hebben al dan niet kunt zien.
• Als deelnemers een microfoon hebben, kunnen ze ook met de trainer praten. De trainer kan aangeven en technisch faciliteren wie er kan praten. Deelnemers kunnen virtueel aangeven dat ze wat willen zeggen; de trainer kan hen vervolgens het woord geven.
• Deelnemers kunnen meekijken met de trainer en de trainer kan switchen tussen verschillende schermen die hij wil laten zien.
• Als de deelnemer daar toestemming voor geeft, kan de trainer meekijken op het scherm van de deelnemer (of zelfs het scherm overnemen).
• Er is vaak een chatfunctie, waarmee vragen of opmerkingen voor iedereen zichtbaar worden op het scherm.
• Er is soms een opnamefunctie (de trainer bepaalt - rekening houdend met ieders privacy - of die aan- of uitgezet wordt), waardoor je later (een deel van) de training kunt terugkijken.
• Er kan gebruik gemaakt worden van een whiteboard.
• Er kunnen bestanden gedeeld worden.

NB: Het is handig als je als cursist beschikt over een microfoon of camera (het eerste meer dan het tweede), maar het is geen must; ook zonder kun je deelnemen aan de training. Wél is het zo dat met name een microfoon de interactiviteit bewerkstelligt. Mocht je geen camera of microfoon op de computer hebben, dan is het ook mogelijk om tegelijkertijd in te loggen met je telefoon, zodat je én duidelijk (lees: groot) beeld hebt én kunt beschikken over microfoon en/of camera.