CONTACT ONS

Bekijk ons cursusaanbod:

Grote taalmodellen (LLM's) en referentiele leertechnieken (RL)

 21 Uren

Deze door een instructeur geleide training in Nederland (online of op locatie) richt zich op data scientists die een grondige kennis en praktische vaardigheden willen ontwikkelen rond zowel grote taalmodellen als referentiele leertechnieken.

Aan het einde van deze training zijn de deelnemers in staat tot:

  • het begrijpen van de onderdelen en werking van transformer-modellen;
  • het optimaliseren en fijnafstellen van LLM's voor specifieke taken of toepassingen;
  • het beheersen van de kernprincipes en methodologieën binnen referentiele leertechnieken;
  • het zien hoe deze technieken het presteren van LLM's kunnen verbeteren.
Lees meer...

Afstellen met Reinforcement Learning uit menselijke feedback (RLHF)

 14 Uren

Deze door een docent begeleide, live-training in Nederland (online of ter plaatse) is bedoeld voor ervaren machine learning-engineers en AI-onderzoekers die RLHF willen toepassen om grote AI-modellen af te stemmen op betere prestaties, veiligheid en conformiteit met menselijke verwachtingen.

Aan het einde van deze training zullen deelnemers in staat zijn om:

  • De theoretische grondslagen van RLHF te begrijpen en waarom dit cruciaal is voor moderne AI-ontwikkeling.
  • Beloningsmodellen te implementeren die gebaseerd zijn op menselijke feedback, om zo het proces van reinforcement learning te sturen.
  • Grote taalmodellen af te stemmen met behulp van RLHF-technieken, zodat de uitkomsten beter aansluiten bij menselijke voorkeuren.
  • Best practices toe te passen bij het opschalen van RLHF-werkstromen voor productieklaar AI-systemen.
Lees meer...

Referentieleer met Google Colab

 28 Uren

Deze praktijkgerichte, begeleide training in Nederland (online of op locatie) is bedoeld voor professionals met gevorderde kennis die hun begrip van referentieleer en de toepassing ervan binnen AI-ontwikkeling verder willen verdiepen via Google Colab.

Na afronding zijn deelnemers in staat tot:

  • De kernprincipes van referentieleeralgoritmen te begrijpen.
  • Referentieleermodellen te implementeren met behulp van TensorFlow en OpenAI Gym.
  • Intelligente agenten ontwikkelen die leren via proefondervindelijk experimenteren.
  • De prestaties van deze agenten te optimaliseren met technieken zoals Q-learning en deep Q-networks (DQNs).
  • Agenten trainen in simulaties via OpenAI Gym.
  • Referentieleermodellen inzetten voor praktische doeleinden.
Lees meer...

Diep versterkt leren met Python

 21 Uren

Diep versterkt leren (Deep Reinforcement Learning, DRL) combineert de principes van versterkt leren met deep learning-architecturen. Dit stelt agenten in staat om beslissingen te nemen door te interageren met hun omgeving. Deze techniek vormt de basis voor veel moderne AI-voortgangen, zoals zelfrijdende voertuigen, robotbesturing, algoritmisch beleggen en adaptieve aanbevelingssystemen. DRL maakt het mogelijk dat een kunstmatige agent strategieën leert, beleidslijnen optimaliseert en zelfstandig beslissingen neemt op basis van proefondervindelijk leren via beloningsmechanismen.

Deze live-training onder begeleiding van een instructeur (online of ter plaatse) is bedoeld voor ontwikkelaars en datawetenschappers op middenniveau die de technieken van Diep versterkt leren willen toepassen om intelligente agenten te bouwen die zelfstandig kunnen beslissen in complexe omgevingen.

Na afloop van deze training zijn de deelnemers in staat tot:

  • De theoretische basis en wiskundige principes van versterkt leren begrijpen.
  • Belangrijke RL-algoritmen implementeren, waaronder Q-Learning, Policy Gradients en Actor-Critic-methoden.
  • Diep versterkte leeragenten bouwen en trainen met behulp van TensorFlow of PyTorch.
  • DRL toepassen in praktische situaties zoals spelletjes, robotica en optimalisatieproblemen.
  • Trainingprestaties troubleshooten, visualiseren en optimaliseren met moderne hulpmiddelen.

Vorm van de cursus

  • Interactieve lezingen en begeleide discussies.
  • Praktische oefeningen en implementatievoorbeelden.
  • Live-coderingdemonstraties en projectgerichte toepassingen.

Mogelijkheden tot aanpassing van de cursus

  • Wilt u een aangepaste versie van deze training? Bijvoorbeeld met gebruik van PyTorch in plaats van TensorFlow? Neem dan contact met ons op om dit te regelen.
Lees meer...

Laatst bijgewerkt:

Voorlopige Aankomende Cursussen

Referentieleer met Google Colab

2026-10-01 09:30
28 uren
Maastricht

Grote taalmodellen (LLM's) en referentiele leertechnieken (RL)

2026-10-15 09:30
21 uren
Apeldoorn

Grote taalmodellen (LLM's) en referentiele leertechnieken (RL)

2026-10-29 09:30
21 uren
Leiden

Afstellen met Reinforcement Learning uit menselijke feedback (RLHF)

2026-11-12 09:30
14 uren
Noordwijk

Diep versterkt leren met Python

2026-11-26 09:30
21 uren
Nieuwegein

Bekijk andere regio's in Nederland

Andere landen

Deze cursussen worden ook in andere landen gegeven

Advies

Reinforcement Learning Advies
Weekend Reinforcement Learning cursus, Avond Reinforcement Learning training, Avond Reinforcement Learning opleiding Reinforcement Learning boot camp, Reinforcement Learning instructeur geleid, Weekend Reinforcement Learning training, Avond Reinforcement Learning cursus, Reinforcement Learning coaching, Reinforcement Learning instructeur, Reinforcement Learning trainer, Reinforcement Learning training cursus, Reinforcement Learning lessen, Reinforcement Learning on-site, Reinforcement Learning privé cursus, Reinforcement Learning een op een training, Reinforcement Learning op locatie, Weekend Reinforcement Learning opleiding