Machine Learning algoritmes:
- Supervised Learning: Lineaire regressie, Logistieke regressie, beslissingsbomen en Support Vector Machines (SVM).
- Unsupervised Learning: K-Means clustering, DBSCAN en Principal Component Analysis (PCA).
- Ensemble methoden: Random Forests, Gradient Boosting (XGBoost, LightGBM).
Basisprincipes van Deep Learning:
- Introductie tot neurale netwerken, CNNs, RNNs en LSTMs.
- Deep learning modellen bouwen met TensorFlow/Keras.
Concepten van kunstmatige intelligentie:
- Reinforcement Learning (Q-Learning, Deep Q-Networks).
- Natuurlijke taalverwerking (NLP): Tekstclassificatie, sentimentanalyse en chatbots.
- Computer vision: Afbeeldingsclassificatie en objectdetectie