Kursus

Machine Learning - get value out of your data

Many organizations have to deal with more and more data. Machine learning is a powerful tool for extracting value from all this data. This course is an introduction to the concepts and applications of machine learning.


Tid og sted

  • 08.05.25

    København V

  • 11.09.25

    København V

  • 04.12.25

    København V

Varighed: 2 dage


Evaluation:8,81 out of 10       

Understand the concepts of Machine Learning

Data is at the core of all business decisions. Machine learning is increasingly used to extract value from data and making improved decisions that keep a company ahead of the competition.

In this course you’ll be introduced to the concepts and applications of Machine Learning. You will learn various supervised and unsupervised ML algorithms and prediction tasks applied to different data. Moreover, by taking this course you’ll be able to understand how to choose the right model for your data.

Machine Learning Concepts
Machine Learning is not a new field, but it has received a lot of attention in recent years as an important tool when it comes to handling big data and building the AI applications of the future. Machine Learning models are now being used to solve many different problems, from predicting when industrial machinery needs replacement to unlocking our phones by recognizing our face.

With machine learning it becomes possible to build systems that improve with more data, which is a fundamentally different approach compared to traditional rule-based programming. This course will introduce the concepts of machine learning to allow participants to recognize problems that are best approached with machine learning.

The course has a number of hands-on exercises that will allow participants to gain practical experience with training and evaluating machine learning models for a range of different types of problems. Are you trying to extract insight from a large data set? Then this Machine Learning course is for you.

This introductory course is aimed at anyone curious to know more about Machine Learning and looking for an understanding of simple yet effective Machine Learning tools.

Your background is not crucial but most likely you are already working with large amounts of data today and want to learn how best to get value out of these.

Are you working with large data sets? Then this Machine Learning course is for you

This introductory course is aimed at anyone curious to know more about Machine Learning and looking for an understanding of simple yet effective Machine Learning tools.

Your background is not crucial but most likely you are already working with large amounts of data today and want to learn how to get the best value out of these.

Prerequisites

Basic coding or scripting knowledge is required.

After this course you will be able to:

On completing the course, you will be able to:

  • Recognize different business problems that could be addressed using the potential of machine learning and artificial intelligence.
  • Identify when to use machine learning to explain certain behaviors and when to use it to predict future outcomes.
  • Understand how machine learning can be applied to numerical, text and image data.
  • Clean and prepare data, perform Exploratory Data Analysis (EDA) and train classification model
  • Identify the differences between some of the most popular machine learning models.
  • Evaluate how good a machine learning model is and how to incorporate best practices.

After this course, the organization will:
Gain a competitive advantage by having employees with machine learning knowledge. And will be able to prepare for the future by collecting data suitable for machine learning

Course agenda on Machine Learning

The two-day course will be instructor led with hands-on exercises. The focus will be on giving the participants the knowledge and the confidence to apply machine learning to problems that they face in their own work. The course will touch upon many aspects of machine learning, but emphasis will be on classification tasks.

Participants are expected to bring own laptop to the class, everything else needed for the course is provided.

The hands-on exercises will be completed either locally on the participants laptop or in a cloud-based editor. In the latter case, participants should have or be willing to sign up for a free Google account.

09:00-16:00

Day 1

  • Introduction to Machine Learning
  • Data as points in a vector space
  • Supervised vs. Unsupervised Learning
  • Classification and Regression
  • Linear problems
  • Important Python libraries
  • Data preparation
  • Overfitting
09:00-16:00

Day 2

  • Non-linear problems
  • Popular models, speed and robustness
  • Deep Learning
  • Training machine learning models
  • Working with natural language
  • Image recognition
  • Tips and tricks on how to continue from here
 

InstructorLink kopieret

Daniel Heestermans Svendsen

Data scientist og underviser

Daniel er freelancer inden for data science og machine learning. Udover at arbejde som konsulent underviser han også i kurser om deep learning og data science på DIS Copenhagen. Han har en PhD i machine learning fra University of Valencia og en MSc in mathematical modelling fra Danmarks Tekniske Univeristet, DTU

FN’s verdensmål er en del af IDAs værdier

IDA ønsker at synliggøre koblingen til FN’s 17 verdensmål for bæredygtighed. Dette arrangement omhandler bl.a. ovenstående verdensmål. Læs mere om FNs verdensmål

 

TilmeldingLink kopieret

Varighed

2 dage

Pris ekskl. moms

IDA-medlem:

10.500 kr.

Ikke IDA-medlem:

12.700 kr.

Vælg sted og dato

København

Startdatoer

Kursusmoduler

Course Dates
8. maj. - 9. maj. 2025
Kl. 09:00 - 16:00

Adresse

Tivoli Hotel & Congress Center

Arni Magnussons Gade 2

1577 København V


Arrangementsnummer

357445

Tilmeldingsfrist 05. maj. 2025 - kl. 23:59

 

FAQ om kurserLink kopieret

Her kan du finde svar på nogle af de spørgsmål, som vi oftest bliver stillet

Jeg er ikke medlem af IDA, kan jeg deltage alligevel?

Alle vores kurser henvender sig til både medlemmer og ikke-medlemmer.

Er der stadig ledige pladser på kurset?

Der er ledige pladser på kurset, hvis der er markeret med en grøn cirkel ud for datoerne. Hvis der er få pladser tilbage, er det markeret med en gul cirkel. Er der en rød cirkel ud for datoerne er kurset enten fyldt eller tilmeldingsfristen er overskredet.

Hvornår er tilmeldingsfristen for kurset?

Tilmeldingsfristen kan variere fra kursus til kursus, alt efter hvor meget forberedelse der er på det enkelte kursus. Du finder fristen for tilmeldingen under tilmeldingsknappen. Vi beslutter en måned før afholdelsesdatoen, om kurset kan gennemføres. Det vil derfor være optimalt, hvis du tilmelder dig inden. Hvis tilmeldingsfristen skulle være overskredet, kan du sende en forespørgsel til den kursusansvarlige, som vil vurdere om det er muligt stadig at blive tilmeldt.

Kan jeg komme på en venteliste, hvis kurset er fyldt?

Ja det kan du sagtens. Du tilmelder dig ventelisten på samme måde som, du tilmelder dig et kursus. Dog kan vi ikke garantere, at du kan få en plads, da der kan være andre på listen før dig. Hvis ikke du får en plads, vil du blive kontaktet og tilbydes en plads på næste afholdelse.

Er der en frist for afmelding?

Afmeldingsfristen er en måned inden kurset starter, med mindre andet er anført under det enkelte kursus. Efter denne frist hæfter du 100 % for deltagergebyret. Hvis du ikke selv har mulighed for at deltage, er du velkommen til at sende en kollega i stedet. Du bedes oplyse dette til den kursusansvarlige inden kursusstart af hensyn til forberedelse, kursusbevis/certificering mm.

Jeg er blevet syg, hvad gør jeg?

Hvis du bliver syg bedes du orientere den kursusansvarlige, så vi kan orientere underviser samt kursussted. Du hæfter fortsat for deltagerbetalingen og kan ikke automatisk rykkes til næste afholdelse. Du er velkommen til at give pladsen videre til en kollega, så længe du holder den kursusansvarlige underrettet.

Hvornår modtager jeg information om kursusforberedelse og praktisk info?

Du vil modtage et link til IDAs læringsportal ca. 2-4 uger før kursusstart. På nogle kurser vil der være forberedelse fx i form af en test og/eller et forberedelsesskema, som skal afleveres en uge inden kursusstart. Du vil i så fald blive orienteret i god tid. I kursusbeskrivelsen kan du læse om du skal afsætte tid til dette.

Hvornår modtager jeg en faktura?

Du vil modtage en faktura ca. tre måneder før kursusstart. Tilmelder du dig senere vil du modtage fakturaen kort tid efter din tilmelding. Betalingsfristen på IDAs fakturaer er løbende måned + 5 dage.

Hvad er inkluderet i kursuspakken?

Kursuspakken består af fuld forplejning på alle kursusdagene, samt de materialer som vil blive benyttet i undervisningen. Forplejningen på vores heldagskurser består af morgenbuffet, frokost, eftermiddagsbuffet med kaffe/the og vand hele dagen. Overnatning er ikke inkluderet i prisen, men ønskes der overnatning kan vi være behjælpelig med anbefaling af hoteller i nærheden af afholdelsesstedet. Vi har også en række rabataftaler med forskellige hotelkæder.

Får jeg et bevis på, at jeg har været på kursus?

Ja, du modtager et kursusbevis på mail umiddelbart efter kurset er slut. Her er anført, hvilket kursus du har deltaget på, kursusdato etc. Dine kursusbeviser bliver også gemt på vores læringsportal, så du altid kan finde dem igen.

På nogle kurser vil du i stedet modtage en certificering.

Kan jeg deltage på kurserne, hvis jeg er ledig?

Du er altid velkommen på vores kurser. Du kan enten selv vælge at betale for din kursusdeltagelse eller du kan tale med dit jobcenter og høre om det er noget, de vil hjælpe dig med.

Hvis kurset fremgår af den regionale positivliste, vil det gøre det lettere at få jobcenteret til at bevillige kurset, men under alle omstændigheder bør du tage en snak med dem om, hvorfor dette kursus kunne være relevant for dig.

Læs mere om hvilke af vores kurser der i øjeblikket er at finde på den regionale positivliste for hovedstadsregionen og få mere information om kurser for ledige her: https://ida.dk/kurser-for-ledige

Vil du vide mere?

Billede af Rikke Waldorff Jensen

Rikke Waldorff Jensen

Kompetencekonsulent