Leertraject Deep Learning Odyssee - Online-Opleiding met certificaat

Deep Learning Odyssee

Advanced

5.0

3 reviews

20 Learners

Updated 11/2025

Begin met de kernprincipes van hoe neurale netwerken werken en ga verder met het bouwen en trainen van eigen modellen met populaire frameworks zoals T…

124

Chapters

Learning hours

177

Assignments

AI Assistant

Shareable Certificate

Resultaten

Track content

Related courses and projects

Getuigenissen

Kenmerken

Prijzen

Resultaten

Track content

Related courses and projects

Getuigenissen

Kenmerken

Prijzen

Wat je zult leren

Clean and prepare data for machine learning

Understand neural network concepts

Explore PyTorch for neural network training

Transform raw data into usable features

Build neural networks with scikit-learn

Apply CNNs for image classification tasks

Engineer features to improve model performance

Implement neural networks using TensorFlow

Use RNNs for sequence and time series data

Learning track content

Beheers de fundamentele stappen voor het opschonen en voorbereiden van ruwe gegevens voor analyse en machine learning.

Inzicht in Datakwaliteit

Omgaan Met Ontbrekende Waarden

Omgaan met Duplicaten en Uitschieters

Uitdaging: Gegevensopschoning

Ruwe gegevens omzetten in bruikbare kenmerken voor machine learning-modellen.

Schalen en Normaliseren

Codering van Categorische Variabelen

Kenmerktransformatie en -Extractie

Uitdaging: Transformatiegrid

Kenmerken ontwikkelen en selecteren om de modelprestaties en de interpreteerbaarheid te verbeteren.

Basisprincipes van Featureselectie

Interactiekenmerken Creëren

Automatisering van Preprocessing met Pipelines

Uitdaging: Preprocessing-Pijplijn

Eerst bespreken we wat een neuraal netwerk is en hoe het werkt. Daarnaast behandelen we het toepassingsgebied ervan.

Wat Is een Neuraal Netwerk?

Toepassingen van Deep Learning in de Echte Wereld

Neurale Netwerken of Traditionele Modellen

Structuur van een Neuraal Netwerk

Wat Is Een Neuron?

Activatiefuncties

Voorwaartse en Achterwaartse Propagatie

Vervolgens zullen we proberen ons eigen neuraal netwerk te bouwen en bekijken hoe efficiënt het leert. We zullen ook een kant-en-klare oplossing uit de scikit-learn-bibliotheek behandelen.

Implementatie van een Enkele Neuron

Uitdaging: Een Neuron Maken

Perceptronlagen

Uitdaging: Een Perceptron Maken

Voorwaartse Propagatie

Verliesfunctie

Achterwaartse Propagatie

Implementatie van Backpropagatie

Modeltraining

Uitdaging: Het Trainen van de Perceptron

Modelbeoordeling

Uitdaging: Evaluatie van de Perceptron

Neurale Netwerk met scikit-learn

Tot slot geven we aanvullende nuttige informatie over hoe u kunt bepalen welk model u moet gebruiken en welke typen neurale netwerken er zijn. Ter afronding van de cursus wordt uw opgedane kennis getoetst.

Andere Typen Neurale Netwerken

Hyperparameterafstemming

Uitdaging: Automatische Hyperparameterafstemming

Quiz: Essentiële Aspecten van Neurale Netwerken

Samenvatting

U krijgt een fundamenteel begrip van de primaire componenten van TensorFlow: tensoren. U verdiept zich in de aard en toepassingen van tensoren, raakt vertrouwd met tensor-eigenschappen en verwerft kennis van essentiële wiskundige bewerkingen.

Welkom bij TensorFlow

Introductie tot Tensors

Tensor Eigenschappen

Toepassingen van Tensors

U leert hoe TensorFlow werkt en op welke manieren de prestaties kunnen worden verbeterd. Aan het einde van deze module bent u goed voorbereid om eenvoudige neurale netwerken of andere tensorberekeningen te implementeren, uitsluitend met de TensorFlow-bibliotheek zonder extra's.

Een Neurale Netwerklaag Maken

Gradiententape

Graafuitvoering

Implementatie van Neurale Netwerken

Samenvatting

Verken de basisprincipes van PyTorch, met de nadruk op tensors—de kerngegevensstructuur die wordt gebruikt voor berekeningen. U leert over het aanmaken van tensors, willekeurige initialisatie, wiskundige bewerkingen en vormmanipulatie.

Wat is PyTorch?

Introductie tot Tensors

Tensorcreatiefuncties

Uitdaging: Initialisatie van Tensors

Willekeurige Tensors Aanmaken

Uitdaging: Initialiseren van Modelgewichten en Biases

Wiskundige Bewerkingen met Tensors

Uitdaging: Wiskundige Bewerkingen Uitvoeren

Vormen en Dimensies in PyTorch

Uitdaging: Tensors Herschikken

Verken kernconcepten voor het trainen van modellen in PyTorch, waaronder het berekenen van gradiënten en het uitvoeren van meerstaps-backpropagatie. Beheers lineaire regressie als een fundamenteel machine learning-model en maak kennis met het efficiënt verwerken van datasets.

Gradiënten in PyTorch

Meertraps-Backpropagatie

Lineaire Regressie

Uitdaging: Implementatie van Lineaire Regressie

Werken met Datasets

Uitdaging: Het Voorbereiden van de Iris-dataset

Ontdek hoe u neurale netwerken kunt bouwen, trainen en evalueren met behulp van PyTorch. U leert hoe u een eenvoudig feedforward neuraal netwerk definieert, de parameters optimaliseert via training en de prestaties beoordeelt.

Aanmaak van een Eenvoudig Neuraal Netwerk

Training van het Model

Evaluatie van het Model

Uitdaging: Bloemen Classificeren

Computer vision stelt machines in staat om visuele gegevens te interpreteren en analyseren, vergelijkbaar met menselijke waarneming. Deze sectie behandelt de basisprincipes van beeldrepresentatie, kleurmodellen en wiskundige fundamenten die essentieel zijn voor het begrijpen van hoe computers beelden verwerken. U verkent toepassingen in de praktijk, van autonome voertuigen tot medische beeldvorming, en ontdekt hoe computer vision integreert met AI en machine learning.

Wat is computer vision?

Grondbeginselen van Beeldverwerking

Lineaire Algebra voor Beeldmanipulatie

OpenCV is een krachtige bibliotheek voor beeldmanipulatie en computervisie-taken. Deze sectie behandelt essentiële technieken zoals beeldfiltering, transformaties, randdetectie en segmentatie. U leert hoe u vervaging, drempelbepaling, contourdetectie en kenmerkextractie uitvoert om beelden efficiënt te verbeteren en te analyseren.

Basistransformaties

Fouriertransformatie

Laagdoorlaat- en Hoogdoorlaatfilters

Ruisonderdrukking en Vervaging

Histogramegalisatie

Superresolutietechnieken

Randdetectie

Hoek- en Blobdetectie

CNN's verwerken visuele data met behulp van convolutie-, pooling- en activatielagen om kenmerken te extraheren voor taken zoals beeldclassificatie en objectdetectie. Belangrijke componenten zijn padding, convolutie voor kenmerkextractie, pooling voor complexiteitsreductie en activatie voor niet-lineariteit. Populaire architecturen zoals AlexNet, VGG en ResNet ondersteunen AI in de gezondheidszorg, autonomie en beveiliging.

Introductie tot Convolutionele Neurale Netwerken

Overzicht van Populaire CNN-Modellen

Uitdaging: Het Bouwen van een CNN

Objectdetectie is een fundamentele taak binnen computer vision waarbij objecten in een afbeelding worden geïdentificeerd en gelokaliseerd. In tegenstelling tot beeldclassificatie, waarbij één label aan een volledige afbeelding wordt toegekend, classificeert objectdetectie niet alleen objecten, maar bepaalt ook hun posities met behulp van begrenzingskaders. Deze sectie behandelt belangrijke technieken en algoritmen die worden gebruikt bij objectdetectie, variërend van traditionele methoden tot deep learning-gebaseerde benaderingen zoals YOLO en U-Net.

Objectlokalisatie

Objectdetectie

Voorspellingen van Begrenzingsvakken

Intersection Over Union (IoU) en Evaluatiemaatstaven

Non-max Suppressie (NMS)

Ankerboxen

Overzicht van het YOLO-Model

Uitdaging: Objectdetectie met Aangepast Model en YOLO

Computer vision heeft zich in de loop der jaren aanzienlijk ontwikkeld, van eenvoudige beeldverwerkingsmethoden tot complexe deep learning-technieken. Deze sectie behandelt de nieuwste innovaties binnen computer vision, met de nadruk op transfer learning, gezichtsherkenning en beeldgeneratie. We onderzoeken de voordelen van voorgetrainde modellen voor de prestaties, de principes van gezichtsherkenningstechnologie en de wijze waarop AI beelden genereert via deep learning.

Transfer Learning in Computer Vision

Overzicht van Gezichtsherkenning

Overzicht van Beeldgeneratie

Behandelt de beperkingen van traditionele neurale netwerken voor sequentiële data en introduceert de basisprincipes van Recurrent Neural Networks. Verklaart de RNN-architectuur, typen en stapsgewijze implementatie aan de hand van eenvoudige voorbeelden en een programmeeruitdaging.

Beperkingen van ANN's

Hoe Werkt een RNN?

Typen van RNNs

Implementatie van een Basis-RNN

Uitdaging: Implementatie van de Basis-RNN

Behandelt veelvoorkomende trainingsuitdagingen zoals verdwijnende en exploderende gradiënten. Introduceert geavanceerde RNN-varianten, waaronder LSTM en GRU, met nadruk op hun interne mechanismen en toepassingsgebieden, voorzien van praktische implementatievoorbeelden voor elk.

Vervaagende en Exploderende Gradiënten

Sigmoid- en Tanh-activaties

Long-shorttermgeheugen (LSTM)-netwerken

Voorbeeld van LSTM

Gegate Recurrent Units (GRU)

Wanneer LSTM en GRU te Gebruiken

Richt zich op het verwerken en voorspellen van tijdreeksgegevens met behulp van RNN-gebaseerde modellen. Bevat gegevensinvoer, preprocessietechnieken, modeltraining en prestatie-evaluatie, met nadruk op het vergelijken van LSTM- en GRU-architecturen.

Introductie tot Tijdreeksvoorspelling

Gegevens Laden

Voorbewerking van Tijdreeksgegevens

Trainen en Evalueren van een RNN

LSTM Versus GRU voor Tijdreeksen

Uitdaging: Tijdreeksvoorspelling met LSTM

Toont de toepassing van RNN's op tekstclassificatietaken. Behandelt kernbegrippen van NLP, methoden voor tekstcodering, stappen voor gegevensvoorbereiding en de opbouw van een LSTM-gebaseerd model voor sentimentvoorspelling.

NLP-Basisprincipes

Tekstcodering

Het Laden en Preprocessen van de Gegevens

Sentimentanalysemodel

Uitdaging: Het Bouwen van een LSTM voor Sentimentanalyse

Verhoog je Technische Vaardigheden!

met tot 55% korting

Features:

*Tracks not included in Pro plan

500+ Hooggewaardeerde cursussenGeavanceerde AI Copilot

Persoonlijke leertrajecten40+ praktische real-world projecten

Zonder opzegging, voordat het geselecteerde kortingsplan afloopt, ga ik akkoord dat Codefinity automatisch kosten in rekening brengt $104 elke 3 maanden totdat ik opzeg. Lees meer over het annulerings- en restitutiebeleid op Abonnementsvoorwaarden.

Recommended Courses and Projects

Course without tasks for flow test

Course for E2E testing

TEST COURSE WITH ALL TYPES OF COLUMN CHAPTERS

test python course with 6 sections

Testing Video Player

Test mobile outline course

Super course

Uitvoeren van A/B-test

In de zakenwereld kan het nemen van beslissingen op basis van harde data in plaats van intuïtie de sleutel tot succes zijn. Deze cursus richt zich op één cruciale techniek: het analyseren van A/B-testdata. Het middelpunt van de cursus is een project waarbij je een gedetailleerde analyse van een A/B-test uitvoert. Dit project, dat je kunt opnemen in je cv, wordt gehost op Codefinity, waardoor je het voortdurend kunt verfijnen en je groeiende expertise kunt aantonen.

TEST FREE COURSE

description

TEST SHORT VIDEO COURSE

TEST COMPARE MODE

description

Test e2e new task ui

Some

SAVE CODE SNIPPET TEST

description

TEST COLUMN AI ASSISTANT PYTHON

description

Inzichten in Stadsfietsverhuur Verkennen

Deze cursus begeleidt je bij het analyseren en visualiseren van hoe weers- en seizoensfactoren de dagelijkse vraag naar fietsverhuur beïnvloeden aan de hand van realistische gegevens.

Discover more Learning Tracks

traject

TEST TRACK 12

Beginner

Full Stack Webontwikkeling

Beginner

Word Een React Ontwikkelaar

Halfgevorderd

Meesterschap in Datavisualisatie

Halfgevorderd

SQL van Nul tot Held

Beginner

C++ Basisprincipes

Beginner

Python van Nul tot Held

Beginner

Machine Learning Mastery

Halfgevorderd

Python Voorbij Gevorderd

Beginner

Java Essentials

Beginner

Game-ontwikkeling Met Unity

Beginner

Become a Django Developer

Gevorderd

Waarom Mensen Codefinity Kiezen

Web Developer

Kwizera Mugisha

The teaching methodology at Codefinity is excellent, and I particularly appreciate how it has prepared me to handle real-world coding problems. Currently, I am delving into Node.js and eagerly anticipate building full-stack projects that integrate all the knowledge I have gained.

Senior Business Analyst

Sherry Barnes-Fox

My first course was 4 hours, I did it in a few days, "nugget-style". The instructions are very clear and easy to understand. There is even a hint to help you get the answer. I love the learning style that is used, it engages me.

Accounts Payable Specialist

Bill Wagner

I have really liked the browser-based lessons that allow me to code within the lesson. The RUN button allows me to test the code I write before submitting for a grade.

IT Support Specialist

Daniel Chinea

I have gained a lot of practical and logical thinking skills, along with patience for myself and confidence in myself that I can learn programming. Years ago, I would have never thought that I could learn programming in any way, shape or form, and I was able to obtain these certifications and skills with Codefinity.

Technology Project Manager

Steve Bruening

The learning was progressive and made it easy to follow along and make progress. I could feel my skills increasing and building on each other as the course went along.

Project Manager

Stephanie Chan

As I went through the first course of the Python track, I liked the way the course was lay out (in easy and digestible modules) with little exercises at the end of each concept.

Step-by-Step to Stellar Results

Interactieve codeeromgeving

Duik in onze interactieve omgeving: schrijf en voer je code uit met realtime feedback en successtatistieken—leer door te doen bij elke stap.

AI-ondersteunde hulp

Maak gebruik van de ingebouwde AI-assistent om fouten uit te leggen, oplossingen voor te stellen of vragen over je code te beantwoorden—zodat je productief blijft en nooit vastloopt.

Check your progress

Rond elke module af met een snelle quiz die directe feedback geeft, je voortgang bijhoudt en ervoor zorgt dat je de belangrijkste concepten beheerst.

Promote your expertise

Verdien je branche-erkende certificaat na voltooiing en deel het met één klik op LinkedIn—laat je netwerk zien wat je kunt.

Vertrouwd door Werknemers van Toonaangevende Bedrijven
en Studenten van Topuniversiteiten

Volledige toegang tot de catalogus

Één abonnement geeft je toegang tot deze cursus en onze gehele catalogus van projecten en vaardigheden.

Features:

500+ Hooggewaardeerde cursussenGeavanceerde AI Copilot

Persoonlijke leertrajecten40+ praktische real-world projecten

Probeer Codefinity met vertrouwen – 30-dagen geld-terug-garantie inbegrepen

Om je te verwelkomen bij Codefinity, bieden we tot 64% korting op onze cursussen. Bovendien hebben we een 30-dagen geld-terug-garantie, zodat je ons risicoloos kunt uitproberen.We kijken er echt naar uit om je te verwelkomen op ons platform en we zijn toegewijd om je leerervaring gemakkelijk, interactief en leuk te maken.

Ready to get started?

Pro

Best intro offer

Ultimate

A complete experience
to kickstart your career

500+ Top-Rated courses

Completion certificates

Early access to new courses

40+ hands-on Real-world projects

Personalized study tracks

Unlimited workspaces

Direct toegang tot 500+ cursussen

Onbeperkt Leren, Directe ToegangKrijg volledige toegang tot alle cursussen en trajecten, inclusief videocontent, quizzen en diepgaande materialen—begin op elk moment met leren.

Branche-Erkende CertificatenVerdien certificaten die je expertise valideren en je carrière in technologie, AI, data, marketing en meer een boost geven.

KI-ondersteund lerenKrijg gepersonaliseerde hints, realtime feedback en AI-gestuurde uitleg om je voortgang te versnellen.

Voortdurend Uitbreidend: Nieuwe Cursussen & CarrièretrajectenBlijf voorop met voortdurend bijgewerkte cursussen, carrièreplannen, uitdagingen en praktische oefentests.

Bouw Vaardigheden die Ertoe DoenBeheers gevraagde vaardigheden met cursussen in AI, datawetenschap, programmeren, marketing, automatisering, webontwikkeling en meer.

Interactief & Naadloos LerenDoe mee met praktische projecten, real-world oefeningen en een intuïtieve leerervaring — geen extra tools nodig.

Wat je zult leren

TEST TRACK 12

Full Stack Webontwikkeling

Word Een React Ontwikkelaar

Meesterschap in Datavisualisatie

SQL van Nul tot Held

C++ Basisprincipes

Python van Nul tot Held

Machine Learning Mastery

Python Voorbij Gevorderd

Java Essentials

Game-ontwikkeling Met Unity

Become a Django Developer

Waarom Mensen Codefinity Kiezen

Vertrouwd door Werknemers van Toonaangevende Bedrijven en Studenten van Topuniversiteiten

Volledige toegang tot de catalogus

Probeer Codefinity met vertrouwen – 30-dagen geld-terug-garantie inbegrepen

Direct toegang tot 500+ cursussen

Vertrouwd door Werknemers van Toonaangevende Bedrijven
en Studenten van Topuniversiteiten