Skip to content

Praktisk innføring i maskinlæring

  • Sted Campus Helgeland
  • Pris 12 500,- for 2 dager
  • Kategori Kurs
  • Dato 7. desember

Maskinlæring med dype nevrale nett har i senere år har hatt enorm suksess innenfor en rekke forskjellige applikasjoner. Ønsker du å lære mer om hva dette er og hva vi kan bruke det til i industrien - så er dette kurset for deg!

Påmelding her!

Maskinlæring handler om å få datamaskiner til å automatisk lære og gjenkjenne komplekse mønstre i data og gjøre beslutninger basert på dette. Bilder fra kamera eller tidsserier fra sensorer, er eksempler på data vi kan benytte oss av.

I løpet av to kursdager, går vi gjennom en del grunnleggende teori og byggesteiner for dyp læring med nevrale nett, men legger opp til en praktisk tilnærming til maskinlæring i dette kurset. Formålet er å leke oss med maskinlæring og å se at det ikke er så mystisk og vanskelig som man kanskje skulle tro. Vi holder hele tiden fokus på konkrete anvendelser, og drøfter også hvilke avveininger man bør gjøre før man satser på å løse et problem ved hjelp av maskinlæring. Kurset krever ingen forkunnskaper, men noe erfaring innen programmering med f.eks. Python vil være en fordel.

Dag 1: Introduksjon til maskinlæring med nevrale nett

Intro, motivasjon og eksempler på anvendt bruk
Gjennomgang av begreper og (bittelitt) teoretisk oversikt.
“Computer Vision” og bildebehandling
«Transfer learning» og datasett
Introduksjon til Tensorflow & Keras i Python
Eksempelcase: Automatisk kvalitetskontroll med kamera

Dag 2: Praktisk case-løsning

Gjennomgang av caser
Eksempelcase: Tidsserier fra sensorer
Analyse, ytelse på modellen, diskusjon
Hvordan ta i bruk maskinlæring i din bedrift?

Om kursholderen:
Anders Granskogen Bjørnstad er leder for IoT og Maskinlæring i IT-selskapet Axbit AS. Han har en M.Sc i Teknisk Fysikk og er spesialist på vitenskapelig programvareutvikling og maskinlæring. Han har også bred erfaring fra programmering, skytjenester, web-apper og databaser.
Budskapet fra Anders er at vi burde ha kunnskap og begrep om maskinlæring som et verktøy. Maskinlæring som verdiskapende verktøy skal verken undervurderes eller overvurderes.

Påmelding her!

På denne siden bruker vi informasjonskapsler (cookies) og andre teknologier for å tilby deg så hyggelig brukeropplevelse som mulig. Du kan lese mer om dette under våre personvernvilkår. Ved å klikke på "Godta", samtykker du i bruken av slike teknologier.