upGrad

Master in Machine Learning & AI

Dit programma is ideaal voor:

• Werkende professionals die de overstap willen maken naar functies in AI/ML.
• Software-engineers en -ontwikkelaars die zich willen specialiseren in AI-gestuurde oplossingen.
• Datawetenschappers en -analisten die op zoek zijn naar geavanceerde kennis op het gebied van deep learning en AI.
• STEM-afgestudeerden die graag expertise willen opbouwen in machine learning en AI-toepassingen.

Statistieken en EDA

• EDA + Welkom
• Inleiding tot Git en Github
• Casestudy Lending Club
• Inferentiële statistieken
• Hypothese testen

Machine Learning - I

• Lineaire regressiemodule
• Lineaire regressieopdracht: Fietsdeelbedrijf (vraagregressie)
• Logistische regressie
• Naïeve Bayes
• Modelselectie
• Herhalingsweek - Vaardigheidstest

Machine Learning - II

• Geavanceerde regressie
• Geavanceerde regressietoewijzing + SVM (optioneel)
• Boommodellen
• Willekeurige bossen + praktische overwegingen
• Versterken - 1
• Onbegeleide clustering
• PCA
• Casestudy Telecom Churn
• Buffer - Vaardigheidstest

Diepgaand leren

• Inleiding tot neurale netwerken - Deel 1
• Inleiding tot neurale netwerken - Deel 2
• Convolutional Neural Networks
• Opdracht: Convolutionele Neurale Netwerken
• CNN: Praktische overwegingen
• Terugkerende neurale netwerken
• Gebarenherkenning - Project
• Examen op zondag Einde van de week
• Herhalingsweek - Vaardigheidstest (DL)

Natuurlijke taalverwerking

• NLP - Lexicale verwerking
• NLP - Syntactische verwerking
• NLP-opdracht - Syntactische verwerking
• NLP - Semantische verwerking
• Ticketclassificatie Project
• Buffer - Vaardigheidstest (NLP)

Keuzevak: MLops keuzevak

• Vereiste module
• Inleiding tot MLops
• Ontwerpen van Machine Learning-systemen
• Experimenteren met gegevens en modellen met behulp van MLflow
• Automatiseren en orkestreren van piepelines met Airflow
• Het bouwen van een infrastructuur voor continu leren
• MLOps-project
• Geavanceerd NLP - Inleiding tot aandachtsmechanisme
• Geavanceerd NLP - Inleiding tot Transformers
• Geavanceerd CV - Objectdetectie en semantische segmentatie
• MLOps + Implementatie: DL (Theorie)
• MLOps + Implementatie: DL (case study)
• Examen op zondag Einde van de week
• Herhalingsweek - Vaardigheidstest

Keuzevak: Generatieve AI Keuzevak

• Geavanceerd NLP - Inleiding tot aandachtsmechanisme
• Geavanceerd NLP - Inleiding tot Transformers
• "Fundamentals of Generative AI, ChatGPT & Prompt Engineering met behulp van non-redenering, gedachteketens en geavanceerde technieken"
• Productontwikkeling met behulp van OpenAI API's, fine tuning met behulp van de STaR-techniek in Python
• Integratie van spraak met behulp van Whisper API en implementatie van applicaties met behulp van Flask
• Basisprincipes van multimodale LLMS zoals stabiele diffusie, mid journey
• "Fundamentals of Design, Photography & Product Development met behulp van stabiele diffusie in Python & toepassingen van LLM's voor data science-problemen zoals clustering en classificatie"
• GenAI-project
• Toepassingen van LLM's om insluitingen voor grote documenten te creëren
• Toepassingen van Vector-opslag zoals Pinecone voor het opslaan en indexeren van insluitingen van grote documenten
• Begrijp het belang van LangChain en zijn toepassingen
• Initialiseer de agents, tools en vectoropslag voor opslag en ophalen
• Verbind de componenten met behulp van Chain en ontdek de kracht van tools in LangChain
• Schaal en implementeer generatieve AI-apps met behulp van Azure OpenAI-services
• Toekomstige ontwikkelingen in generatieve AI

Capstone

• Capstone

Onderzoeksmethoden

• Inleiding tot onderzoek en onderzoeksproces
• Onderzoeksopzet
• Literatuurrecensie
• Onderzoek projectmanagement
• Vaardigheden voor het schrijven van rapporten en presentaties
• wetenschappelijke ethiek

Masterproefschrift

• Onderzoek voedingspatronen en vingerafdrukken van metabolieten van afhaalmaaltijden (fast) food consumenten met behulp van PCA en clusteringmethoden
• Een diagnose van oogziekten onderzoeken met behulp van beeldvormende oftalmische gegevens
• Medische beelden structureren met informatiegeometrie
• Gebruik van sociale mediafeeds om tweets over natuurrampen op een kaart te plaatsen
• Creditcardfraude voorkomen door patroonherkenning
• Een aanbevelingssysteem ontwikkelen voor een mediagigant
• Risicomodellering voor financiële activiteiten en investment banking

Door dit programma te voltooien, zult u:

• Beheers de concepten van AI en ML met praktijkgerichte toepassingen.
• Ontwikkel en implementeer AI-modellen voor praktijktoepassingen.
• Verwerf expertise in deep learning, NLP en computervisie.
• Doe praktijkervaring op met meer dan 10 ML/AI-projecten.
• Geef je carrière een boost met wereldwijd erkende diploma's van LJMU.

Na afronding van dit programma kun je functies verkennen zoals:

• Beheers de concepten van AI en ML met praktijkgerichte toepassingen.
• Ontwikkel en implementeer AI-modellen voor praktijktoepassingen.
• Verwerf expertise in deep learning, NLP en computervisie.
• Doe praktijkervaring op met meer dan 10 ML/AI-projecten.
• Geef je carrière een boost met wereldwijd erkende diploma's van LJMU.