Training R Machine Learning Maastricht

R is een taal die veel wordt ingezet voor machine learning, onder meer in de researchwereld, waar onderzoekers er dagelijks data mee analyseren. Tijdens deze training maak je kennis met de belangrijkste machine learning algoritmes en modellen, en ontdek je waar elk van hen voor wordt gebruikt. Je begint bij een overzicht van machine learning en het onderscheid tussen supervised en unsupervised learning. Daarna kom je langs regressie- en tree-based modellen, boosting-algoritmes als XGBoost en LightGBM, en neural networks. Bij elk model kijk je hoe het werkt en hoe je het in R toepast.

De nadruk ligt op de praktische toepassing in R, niet op de wiskundige onderbouwing van de modellen. Je verwerkt de algoritmes stap voor stap in R-scripts en werkt met frameworks als Tidyverse en het inmiddels gangbare tidymodels. Ook onderwerpen als Automated Machine Learning, Interpretable Machine Learning en het beschikbaar maken van een model in R komen aan bod. Je sluit af met een case study waarin je het geleerde samenbrengt.

Onze trainers zijn dagelijks werkzaam op dit expertisegebied en werken zelf met R en machine learning. Zo geven ze tips en inzichten die je direct herkent in je eigen werkpraktijk. Waar gewenst en mogelijk, laten we onze voorbeelden aansluiten bij de context waarin jij werkt. Hierdoor weet je na afloop hoe je machine learning gericht in R kunt inzetten.

Deze training als bedrijfstraining voor jou en je team?

Elk vraagstuk en elke situatie is anders; daarom staan tijdens een bedrijfstraining jouw organisatie en (bedrijfs)vraagstukken centraal. In goed overleg stellen we een lesprogramma samen dat volledig aansluit bij jouw (jullie!) specifieke uitdaging, wensen en dagelijkse werkpraktijk.

Doelen

Na deze training ben je in staat om:

• De belangrijkste machine learning algoritmes en modellen te herkennen en te onderscheiden
• Regressie-, tree-based en ensemble-modellen toe te passen in R
• Boosting-algoritmes als XGBoost en LightGBM en neural networks in te zetten in R-scripts
• Per vraagstuk een passend algoritme te kiezen en de uitkomsten te beoordelen
• Machine learning modellen in R te verwerken met frameworks als Tidyverse en tidymodels

Tijdens de training R Machine Learning komen onderstaande onderwerpen aan bod.

NB: Afhankelijk van snelle ontwikkelingen op dit expertisegebied, kan de werkelijke trainingsinhoud hier van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Introductie en overzicht van machine learning
• Kennismaken met machine learning en de plaats ervan binnen data science met R
• Een overzicht krijgen van de belangrijkste soorten algoritmes en modellen
• Het onderscheid tussen supervised en unsupervised learning doorgronden
• Herkennen waarvoor de verschillende algoritmes worden gebruikt en hoe je ze in R inzet
• Regressie-, ensemble- en tree-based modellen
• Kennismaken met regressiemodellen en hun toepassing in R
• Ensemble methods leren kennen als manier om modellen te combineren
• Decision trees opzetten en de werking van tree-based modellen doorgronden
• De uitkomsten van deze modellen in R-scripts verwerken
• Boosting-algoritmes en neural networks
• De werking van boosting-algoritmes doorgronden
• Werken met XGBoost en light gradient boosting (LightGBM)
• Kennismaken met neural networks en hun toepassingsmogelijkheden
• Deze technieken toepassen in R
• Automated en Interpretable Machine Learning
• Kennismaken met Automated Machine Learning en wat het je uit handen neemt
• Herkennen hoe Interpretable Machine Learning de uitkomsten van een model inzichtelijk maakt
• Afwegen wanneer deze benaderingen waardevol zijn
• Frameworks en deployment in R
• Werken met het Tidyverse-framework voor je machine learning workflow
• Kennismaken met tidymodels als het huidige gangbare framework voor ML-workflows in R
• Zien hoe tidymodels de oudere caret-aanpak grotendeels vervangt
• Modellen en data visualiseren met ggPlot
• Kennismaken met de mogelijkheden om een model in R beschikbaar te maken
• Afsluitende case study
• Alle onderdelen van de training samenbrengen in een afsluitende case study
• Bij een praktijkvraagstuk een passend algoritme kiezen
• Het model opzetten en de uitkomsten in een R-script verwerken

Kies uit 6 locatie(s) in Nederland. Ook beschikbaar in Antwerpen.

Bedrijfstraining

Met een bedrijfstraining kies je voor een training die helemaal aansluit bij de specifieke wensen, behoefte en dagelijkse praktijk van jouw bedrijf of organisatie. Je kunt in je eentje deelnemen aan deze maatwerktraining, maar ook met één of meerdere collega’s. Een bedrijfstraining vindt plaats waar je maar wilt: op locatie bij jouw bedrijf of organisatie, ergens in het land of op onze mooie trainingslocatie op de Veluwe in Apeldoorn. Bel ons gerust voor advies; we denken graag met je mee. Wil je een vrijblijvend voorstel ontvangen? Vraag er dan online een aan.

Privétraining

De essentie van een privétraining is, dat de trainer volledig tot jouw beschikking staat. Je kunt daarbij kiezen voor een algemeen programma (zie hiervoor onze trainingomschrijvingen), maar het is ook mogelijk om de training helemaal te laten aansluiten bij jouw specifieke wensen, behoefte en dagelijkse praktijk. Bij zo’n maatwerktraining wordt het programma helemaal afgestemd op jouw situatie, wensen en leerbehoefte. Hierdoor mag je rekenen op maximaal leerrendement. Bel ons gerust voor een (maatwerk)privétraining te bespreken; we denken graag met je mee. Wil je een vrijblijvend voorstel ontvangen? Vraag er dan online een aan.

Virtuele training

Wil je de door jou gewenste training liever virtueel (online) volgen? Dat kan via onze ‘remote classroom’. Het verschil met een face-to-face-training is dat de trainer de training op afstand voor je verzorgt. Je kunt daarbij kiezen voor het algemene programma (zie hiervoor onze trainingomschrijvingen), maar we kunnen de training ook aanpassen aan je specifieke wensen, behoefte en praktijksituatie. Je volgt je virtuele training in je eentje, met je collega’s of met mensen van andere bedrijven. Wil je weten wat we op dit gebied precies voor je kunnen betekenen? Bel ons gerust, we denken graag met je mee over de mogelijke oplossingen.

Klassikale training

Bij een klassikale training volg je een opleiding of training samen met een klas van medestudenten. Het voordeel van deze setting is, dat je kunt leren van andermans cases, tegen het laagst mogelijke tarief. De training vindt plaats op een externe locatie, ergens in het land of op onze mooie trainingslocatie in Apeldoorn (midden op de Veluwe). Heb je een vraag? Bel ons gerust; we helpen je graag verder. Je kunt je natuurlijk ook gelijk inschrijven.

Tarief

De kosten voor de Training R Machine Learning bedragen €2.399,00 (excl. €503,79 btw). Dit betreft het tarief voor deelname aan een klassikale training. Wil je liever een bedrijfstraining of privétraining? Bel ons dan of vraag online een voorstel aan.

Bij dit bedrag is alles inbegrepen, inclusief materialen en lunch (lunch inbegrepen indien de training dagvullend is).

Wil je de door jou gewenste training liever virtueel (online) volgen? Dat kan via onze ‘remote classroom’. Het verschil met een face-to-face-training is dat de trainer de training op afstand voor je verzorgt. Je kunt daarbij kiezen voor het algemene programma (zie hiervoor onze trainingomschrijvingen), maar we kunnen de training ook aanpassen aan je specifieke wensen, behoefte en praktijksituatie. Je volgt je virtuele training in je eentje, met je collega’s of met mensen van andere bedrijven. Wil je weten wat we op dit gebied precies voor je kunnen betekenen? Bel ons gerust, we denken graag met je mee over de mogelijke oplossingen.

Virtuele training: hoe werkt dat?

Bij een virtuele training kun je via een online verbinding op afstand interactief deelnemen aan de training. Dit wordt ook wel ‘remote classroom’ of ‘virtual classroom’ genoemd. Dit werkt net even anders, maar biedt je dezelfde kwaliteit en is net zo effectief als een face-to-face-training.

Dezelfde kwaliteit, net even anders

Uitgangspunt bij een virtuele training is, dat er net zoveel kennis en vaardigheden worden overgedragen als bij een face-to-face-training. Bovendien dient het elk gewenst niveau van interactiviteit te faciliteren. Daarom werken we vanuit Eduvision met diverse systemen (o.a. dat van onze opdrachtgever), die deze doelstelling breed ondersteunen (waaronder Microsoft Teams of Zoom). Als cursist kun je gratis en eenvoudig inloggen, via een app of via het web.

De verschillende systemen bieden o.a. de volgende mogelijkheden:

• De training volgen met meerdere deelnemers, die je afhankelijk van of ze een camera hebben al dan niet kunt zien.
• Als deelnemers een microfoon hebben, kunnen ze ook met de trainer praten. De trainer kan aangeven en technisch faciliteren wie er kan praten. Deelnemers kunnen virtueel aangeven dat ze wat willen zeggen; de trainer kan hen vervolgens het woord geven.
• Deelnemers kunnen meekijken met de trainer en de trainer kan switchen tussen verschillende schermen die hij wil laten zien.
• Als de deelnemer daar toestemming voor geeft, kan de trainer meekijken op het scherm van de deelnemer (of zelfs het scherm overnemen).
• Er is vaak een chatfunctie, waarmee vragen of opmerkingen voor iedereen zichtbaar worden op het scherm.
• Er is soms een opnamefunctie (de trainer bepaalt - rekening houdend met ieders privacy - of die aan- of uitgezet wordt), waardoor je later (een deel van) de training kunt terugkijken.
• Er kan gebruik gemaakt worden van een whiteboard.
• Er kunnen bestanden gedeeld worden.

NB: Het is handig als je als cursist beschikt over een microfoon of camera (het eerste meer dan het tweede), maar het is geen must; ook zonder kun je deelnemen aan de training. Wél is het zo dat met name een microfoon de interactiviteit bewerkstelligt. Mocht je geen camera of microfoon op de computer hebben, dan is het ook mogelijk om tegelijkertijd in te loggen met je telefoon, zodat je én duidelijk (lees: groot) beeld hebt én kunt beschikken over microfoon en/of camera.