Je bent nu aangekomen bij het verdiepingsmateriaal voor de leerling die geïnteresseerd in de technische kant van kunstmatige intelligentie. We hebben gekozen voor een verdieping in neurale netwerken omdat deze vorm van AI het meest tot de verbeelding spreekt en ook het meest centraal staat in het ethische deel van deze cursus.

In het hoofdstuk Technieken heb je geleerd hoe AI is onderverdeeld in verschillende types van leren en heb je kennis gemaakt met AI die gebruikt maakt van neurale netwerken. Deze vorm van AI onderscheid zich door supervised deep learning. In deze verdieping nemen we je mee in het leerproces. Heb je daar ervaring mee opgedaan dan wordt het tijd om zelf AI te ontwikkelen.
De verdieping beginnen we met aandacht voor het leerproces van een neuraal netwerk en doen dat met het allereenvoudigste netwerk , de perceptron. Daarna bekijken we verschillende eenvoudige voorbeelden die meer inzicht bieden in het construeren en het leren van neurale netwerken. Hier komt niet alleen de perceptron aan bod, maar wordt deze noodzakelijk uitgebreid naar feed-forward modellen met één of meerdere verborgen lagen. Vervolgens bouwen we met Tensorflow een eigen agent op een getraind netwerk. Ten slotte kun je ook nog een chatbot van eigen trainingsdata voorzien.

In deze verdieping leer je:

• Hoe een perceptron leert.
• Hoe het trainen van een neuraal netwerk afhankelijk is van het ontwerp van het netwerk.
• Hoe het trainen van een neuraal netwerk afhankelijk is van keuzes in leerparameters.
• Hoe je bij het ontwerp en trainen de FAST principes in het oog kan houden.
• Hoe je zelf een neuraal netwerk maakt en traint met behulp van de bibliotheek brain.js.
• Hoe je een applicatie bouwt met een getraind netwerk.