Academiejaar
2025-26
Komt voor in:
- Bachelor in de toegepaste informatica, trajectschijf 2
Keuzeoptie:
- KPsem2 TI 2de jaar AI & Data Engineer
- Microcredential AI & Data Engineer
In andere opleidingen:
-
Bachelor in de toegepaste informatica als Machine Learning
-
Bachelor in de toegepaste informatica als Machine Learning
-
Bachelor in de toegepaste informatica als Machine Learning
Dit is een enkelvoudig opleidingsonderdeel.
Studieomvang:
5 studiepunten
Gewicht:
5,00
Totale studietijd: 125,00 uren
Men kan dit opleidingsonderdeel niet volgen binnen een
- examencontract (met het oog op het behalen van een creditbewijs).
- examencontract (met het oog op het behalen van een diploma).
Men kan dit opleidingsonderdeel enkel mits aparte toelating volgen binnen een creditcontract.
Titularis: Decorte Johan
Andere docenten: Mertens Koen
Onderwijstalen: Nederlands
Kalender: Semester 2
Leerresultaten
De student kan probleemoplossend redeneren door data te capteren, analyseren, visualiseren en interpreteren om te komen tot inzichten en geschikte modellen ter ondersteuning van het beleid van de organisatie.
| Kan de performantie van een ML algoritme inschatten m.b.v. o.a. cross-validatie. |
| Kan het basisprincipe van enkele klassieke algoritmes (bv. logistische regressie, decision tree, random forest, SVM, lineaire regressie, gradient boost, ...) voor machinaal leren toelichten. |
| Kan inschatten welke types van ML-algoritme toepasselijk zijn voor een bepaald probleem. |
| Kan klassieke algoritmes voor machine learning selecteren en trainen m.b.v. een Python-bibliotheek voor machine learning. |
| Kan scripts schrijven om data uit verschillende bronnen op een zinvolle manier te combineren. |
| Kan technieken om modellen in productie te brengen bespreken. |
| Kent de meest gangbare technieken om data voor te bereiden zodat deze geschikt is om te modelleren. |
Inhoud
Klassieke algoritmes voor gesuperviseerd en ongesuperviseerd leren
Wat is Machine Learning?
Een volledige ML-project
Maten voor de nauwkeurigheid van een model bepalen
Classificatie
Regressie
SVM
Beslissingsbomen
Ensemble, Random forest en Boosting technieken
Ongesuperviseerd leren: Dimensionality Reduction en Clustering
Uitrollen van een model in een productieomgeving
Onderwijsorganisatie (studietijd)
Contactonderwijs48,00 urenBegeleiding
De studenten krijgen de mogelijkheid om de docent te consulteren voor een specifiek inhoudelijk probleem (consultatie).
Evaluatie
Evaluatie(s) voor de eerste examenkans
| Moment | Vorm | % | Opmerking |
| Binnen examenrooster | Geïntegreerde evaluatie | 100,00 | Ontwerp met mondelinge toelichting en mondeling examen. De student licht zijn/haar/hun ontwerp, dat hij/zij/hen in de loop van het semester gemaakt heeft, toe en krijgt daarnaast een aantal mondelinge vragen. |
Evaluatie(s) voor de tweede examenkans
| Moment | Vorm | % | Opmerking |
| Binnen examenrooster | Geïntegreerde evaluatie | 100,00 | Ontwerp met mondelinge toelichting en mondeling examen. De student licht zijn/haar/hun ontwerp, dat hij/zij/hen in de loop van het semester gemaakt heeft, toe en krijgt daarnaast een aantal mondelinge vragen. |
Dit opleidingsonderdeel wordt gequoteerd op 20 (tot op een geheel getal).
Tweede examenkans: wel mogelijk.
Andere studiematerialen
Alle studiemateriaal wordt online of via Chamilo ter beschikking gesteld.
Door de student zelf aan te kopen:
Handboek: Hands-on machine with Scikit-Learn, Keras and Tensorflow
Auteur: Aurélien Géron
Uitgever: O'Reilly
Derde editie
ISBN 978 10 981 2597 4
Studiekosten
Bijzondere studiekosten verbonden aan het opleidingsonderdeel:
(deze kosten worden per semester door het departement gefactureerd) Raming: 0 euro
Een overzicht van alle andere bijkomende studiekosten en een eventuele raming ervan vind je op de HOGENT website https://www.hogent.be/student/inschrijven/studiekosten/
Begincompetenties
In de departementale onderwijs- en examenregeling (DOER) vind je de afspraken inzake volgtijdelijkheid die voor dit opleidingsonderdeel van toepassing zijn.
Mogelijke grensdata voor leerkrediet: 15.03.2026 (Semester 2)