Ga naar hoofdinhoud

Machine learning training

In-company en volledig op maat. We bouwen praktische ML-skills: gegrond in wiskunde, code en algoritmen; zodat je team met vertrouwen kan leveren.

Vraag offerte & datums aanTerug naar Teamtraining

Intro

Machine learning is de drijvende kracht achter AI. Het laat computers leren van data en omgevingen. Onder de motorkap zitten wiskunde, code en algoritmen. In deze training leren we je team om ML-oplossingen op de juiste manier te ontwerpen, implementeren en evalueren.

Voor wie?

  • Volledige beginners: een gestructureerde, hands-on start.
  • Ervaren practitioners: scherpen fundamentals.
  • Inhoud en tempo worden afgestemd op jouw context en stack.

Curriculumonderwerpen

Stem diepgang en tempo af op je team. Begin bij de fundamenten; breid uit naar gevorderde topics waar nodig.

Data-exploratie

  • Profiling & visuele analyse
  • Datakwaliteitscontroles

Data-preprocessing

  • Ontbrekende waarden
  • Schalen & normaliseren
  • Categorische encodering
  • Outliers behandelen

Data Engineering

  • Klassenonbalans
  • Transformaties & feature-pipelines

Supervised modellen

  • Lineaire & logistische regressie
  • LDA, QDA, Naïve Bayes
  • k-Nearest Neighbours
  • Ensembles:
    • Random Forest
    • Gradient Boosting, XGBoost, LightGBM, CatBoost
  • Neurale netwerken — Deep Learning 101

Unsupervised modellen

  • Dimensiereductie: PCA, UMAP, t-SNE
  • Clustering: k-Means, DBSCAN, HDBSCAN
  • Anomaliedetectie: Isolation Forest

Modelverbeteringen

  • Feature-selectie
  • Hyperparametertuning
  • Drempelcalibratie

Concepten

  • Bias–variance-trade-off
  • Metrics & modelselectie
  • Optimalisatie & regularisatie
  • Train/validatie/test-splits
  • Overfitting & leakage

Verklaarbaarheid

  • Multicollineariteit & weggelaten variabelen
  • Statistische toetsen & diagnostiek
  • SHAP (Shapley) basics

Format

  • Op locatie, in-company, sterk aanpasbaar
  • Mix van theorie, live-coding en hands-on oefeningen

Prijs: Prijs per team. Voor planning en een factuur, neem contact op.

Voorbeeldprogramma’s

Beginners: 3-daagse cursus

Een compacte, hands-on introductie.

  • Data-preprocessing
  • Modeltraining
  • Model fine-tuning
  • Hands-on oefeningen
  • Kern­theorie achter de modellen
ClassificatieRegressieDimensiereductiek-Means

Beginners: 5-daagse cursus

Normaal tempo; bredere dekking.

  • Data-preprocessing
  • Modeltraining
  • Model fine-tuning
  • Hands-on oefeningen
  • Kern­theorie achter de modellen
  • Introductie tot deep learning
  • Schrijven van meer geoptimaliseerde code
ClassificatieRegressieDimensiereductiek-Means

Intermediate: 3-daagse cursus

Voor teams met eerdere ML-ervaring; hoger tempo om meer terrein te bestrijken.

  • Data-preprocessing & leakage-valkuilen
  • Modeltraining
  • Geavanceerde fine-tuning & calibratie
  • Groepsopdrachten & code-reviews
  • Diepere modeltheorie
ClassificatieRegressieDimensiereductiek-Means

Je Trainer

Rick Vink heeft een master in Natuurkunde en is al meer dan 8 jaar fulltime toegewijd aan het onderwijs in Data Science en Machine Learning.

Zijn passie ligt in de theorie achter het algoritme. Hij brengt een unieke mix van diep theoretisch inzicht en praktische doceerervaring mee, waardoor complexe concepten toegankelijk, boeiend en direct toepasbaar worden in je werk.

Verbind met Rick op LinkedIn

Rick Vink — Machine-Learning-instructeur

Klaar om je on-site training te boeken?

Vertel ons over je team, data en doelen. We bevestigen de data en sturen een offerte.

Vraag offerte & datums aanOntdek andere trainingen