In deze training leer je hoe je machine learning toepast in JavaScript-omgevingen, zowel in de browser als in NodeJS, met TensorFlow.js als uitgangspunt. Je ontwikkelt vaardigheden om modellen te bouwen, te trainen en te evalueren op basis van eigen data, met aandacht voor controle over gedrag, performance en geheugenverbruik. Daarbij werk je met herkenbare toepassingen zoals beeldherkenning via webcam of mobiele camera’s en het uitvoeren van modellen in webapplicaties en server-side omgevingen.

De training laat zien hoe je bestaande TensorFlow- en Keras-modellen importeert en ontwikkelt met client-side data, en hoe je de structuur van TensorFlow.js effectief inzet binnen je eigen projecten. Je leert werken met tensors, modellen en layers, en krijgt inzicht in het opzetten van trainingsprocessen en het beoordelen van resultaten. Ook onderwerpen zoals WebGL-ondersteuning, profiling en optimalisatie komen aan bod, zodat je grip krijgt op prestaties en resourcegebruik in de praktijk.

De opzet is gericht op actief toepassen. Je werkt aan concrete cases die aansluiten op dagelijkse ontwikkelvraagstukken en bespreekt keuzes en uitkomsten met de trainer. De trainers werken zelf met machine learning in JavaScript-contexten en delen ervaringen uit verschillende ontwikkelsituaties. Na afloop heb je niet alleen functionerende voorbeelden, maar ook een duidelijke aanpak om TensorFlow.js gericht en beheerst in te zetten binnen je eigen web- of NodeJS-applicaties.

Deze training bieden we ook als bedrijfstraining voor jou en je team

De inhoud stemmen we dan af op jullie werksituatie, gebruikte tools en concrete vraagstukken, zodat de training direct aansluit op wat er binnen de organisatie speelt. Zo ontstaat een gerichte en praktische training waarmee je de volgende dag direct mee aan de slag kunt.

Doelen

Na deze training kan je:

• Machine learning modellen bouwen en toepassen in JavaScript-omgevingen
• TensorFlow.js gebruiken om modellen te definiëren, trainen en evalueren op basis van data
• Bestaande TensorFlow- en Keras-modellen importeren en aanpassen voor gebruik in webapplicaties
• Performance en geheugenverbruik analyseren en verbeteren met WebGL-ondersteuning en profiling
• Machine learning gericht inzetten binnen een eigen applicatie, met inzicht in keuzes en beperkingen.

Tijdens deze training komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Introductie machine learning
• Basisprincipes van machine learning
• Neurale netwerken en RNN
• Werken met TensorFlow.js
• Opzet en structuur van de library
• Gebruik in de browser en in NodeJS
• Modellen bouwen en trainen
• Werken met tensors, models en layers
• Modellen importeren uit TensorFlow en Keras
• Train loop
• Trainen, evalueren en verbeteren van modellen
• Beeldherkenning met webcam en mobiel
• WebGL-ondersteuning
• Performance en optimalisatie
• Memory management
• Profiling
• Timing
• Visualisatie van resultaten

Aanpak

De training is interactief en praktijkgericht opgezet. Je werkt actief met TensorFlow.js aan concrete machine learning vraagstukken, met ruimte voor vragen en eigen cases. De nadruk ligt op zelf bouwen, trainen en verbeteren van modellen, zodat je ervaart hoe keuzes invloed hebben op gedrag, performance en geheugen.

De training wordt verzorgd door trainers uit de praktijk die werken met machine learning in JavaScript-omgevingen en ervaring hebben met uiteenlopende toepassingen. Bij klassikale trainingen stemmen we vooraf leerdoelen en verwachtingen op elkaar af. Zo sluit de inhoud goed aan op wat voor de groep relevant is en kan de trainer gerichte accenten leggen.

Doelgroep

Deze training is voor mensen die JavaScript-applicaties ontwikkelen en machine learning willen toepassen in de browser of in NodeJS, met focus op het bouwen, trainen en integreren van modellen in eigen toepassingen.

Voorkennis

Ervaring met JavaScript en het werken met een code-editor is vereist. Mocht je hier vragen over hebben, neem gerust contact met ons op.

Benodigdheden

Om het meeste uit jouw training te halen verzoeken we je vriendelijk een eigen laptop mee te nemen om eventueel direct aan de slag te kunnen gaan. Verdere benodigdheden worden, indien van toepassing, in voorbereiding op de training met je besproken.

Vervolgstappen

Wil je je na deze training verder verdiepen of verbreden? Eduvision biedt verschillende vervolgtrainingen die aansluiten op het werken met Tensoflow in uiteenlopende toepassingen en contexten.

Zo bieden we onder andere:

• Tensorflow Machine Learning
• Machine Learning
• Deep Learning (met Python of R)
• Introductie neurale netwerken en Deep Learning
• Keras

Zo kies je een vervolgstap die past bij jouw rol, interesses en werksituatie. Wil je verder verdiepen, verbreden of juist werken aan een specifieke vraag of eigen casus binnen je organisatie, dan denken we graag met je mee. Neem gerust contact met ons op om te verkennen welke vorm van training het beste aansluit bij jouw praktijk.

Kies uit 5 locatie(s) in België. Ook beschikbaar in Utrecht en Apeldoorn.

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 Tensorflow.js bedragen €2.299,00 (excl. €482,79 btw). (kmo subsidie mogelijk) 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 het cursusbedrag is alles inbegrepen: het cursusgeld, opleidingsmateriaal en lunch (lunch alleen bij dagcursussen).

Kmo-portefeuille voor ondernemers

De kmo-portefeuille is een maatregel waardoor je – als ondernemer – financiële steun krijgt voor de aankoop van diensten die de kwaliteit van je onderneming verbeteren. Concreet zijn dat opleidingen en adviesdiensten zoals het opstellen van een communicatieplan voor je bedrijf. De kmo-portefeuille wil toegankelijk zijn voor zoveel mogelijk bedrijven. Daarom maken we het je eenvoudig om je aan te melden en subsidieverzoeken in te dienen.

Komt mijn kmo in aanmerking voor de subsidie?

De kmo-portefeuille is een subsidiemaatregel voor kmo’s en beoefenaars van vrije beroepen die in Vlaanderen zijn gevestigd.

Hoeveel subsidies kan ik krijgen?

Hoeveel steun je ontvangt, is afhankelijk van de grootte van je onderneming.

• Een kleine onderneming die investeert in opleiding en advies kan 30 procent steun genieten via de kmo-portefeuille. Je ontvangt maximaal 7.500 euro steun per jaar.
• Een middelgrote onderneming die investeert in opleiding en advies, kan 20 procent steun genieten via de kmo-portefeuille. Je krijgt maximaal 7.500 euro per jaar.

Voor welke activiteiten kan ik een kmo-portefeuille aanvragen?

Met de kmo-portefeuille investeer je in opleidingen en trainingen voor je personeel. Daarnaast krijg je subsidies voor het inwinnen van advies bij geregistreerde dienstverleners.

Subsidies aanvragen en ontvangen

Als je voor de eerste keer een subsidieaanvraag wil doen, moet je je onderneming eerst registreren.

Elke subsidieaanvraag gebeurt online nadat je een overeenkomst voor advies hebt afgesloten met je dienstverlener of een persoon die werkt binnen je onderneming hebt ingeschreven voor een opleiding. Elke subsidieaanvraag moet ten laatste 14 dagen na de startdatum van de prestaties zijn ingediend.

De gebruikershandleiding van de kmo-portefeuille helpt je om vlot een subsidieaanvraag in te dienen.

Subsidies stopzetten en terugbetaling

Je zet je subsidie-aanvraag stop wanneer je wil. Dat doe je via de website.

Opleidingssubsidie bij Eduvision

Eduvision is een geregistreerde dienstverlener en geaccrediteerd door het ministerie van de Vlaamse Gemeenschap in het kader van KMO-portefeuille (pijler: opleidingen - thema: digitalisering). Registratienummer: DV.O234955

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.