Minor AI

Leer in vijf maanden programmeren en problemen oplossen met machine learning

Bij de minor AI kun je kennis maken met kunstmatige intelligentie en machine learning. Je leert werken met allerlei algoritmen, waarvan je een deel zelf gaat bouwen en toepassen op een breed scala aan problemen. De minor heeft geen ingangseisen op gebied van programmeren of wiskunde: wat je nodig hebt ga je bij ons leren!

Inhoud

Machine learning is een actief en snel groeiend vakgebied, en technieken daaruit zijn de bron van de huidige revoluties in AI. Dat zijn niet, zoals we vroeger dachten, lopende robotbedienden, maar gerichte algoritmen die een specifiek probleem oplossen op basis van grote hoeveelheden data. Toepassingen van machine learning kun je terug vinden in allerlei vakgebieden:

  • Op basis van CT-scans proberen vroegtijdig te voorspellen of iemand longkanker heeft.
  • Op basis van het leergedrag van kinderen in educatieve apps proberen het leertraject van ieder individueel kind te optimaliseren.
  • Op basis van verspreidingscijfers en maatregelen per regio proberen te modelleren welke factoren het meest belangrijk zijn voor de verspreiding van COVID-19.
  • Op basis van foto’s van onderwatercamera’s achter schepen proberen te classificeren welke plankton er aanwezig zijn in de oceaan, om zo een beter beeld te krijgen van de waterkwaliteit per regio.

Je begint de minor met de basis van machine learning en programmeren. Hierbij gaan we in op wat er nu precies geleerd wordt en hoe dit leerproces werkt. Voor een volledig beeld zullen we ook de onderliggende wiskunde in duiken en nadenken over filosofische vragen zoals wat nou het "intelligente" deel van de kunstmatige intelligentie is.

Als de fundamenten gelegd zijn kun je aan de slag met serieuze toepassingen. Je gaat neurale netwerken programmeren en deze toepassen op echte data. Ook zullen we aandacht besteden aan andere aspecten van dataverwerking, zoals data verzamelen en transformeren. Aan het eind sluiten we het de minor af met een groot project van vier weken.

Voorkennis

De minor AI richt zich specifiek op studenten met weinig voorkennis op het gebied van programmeren en wiskunde. Als je hier wel al meer ervaring mee hebt, dan kun je ook kijken naar onze losse Machine Learning electives →.

Doorstroom

Ben je geïnteresserd in het doen van een AI-gerelateerde master en wil je daarom onze minor doen? Check dan eerst goed welke vakken je moet doen om binnen te komen. Meer informatie →

Aanbod

Het reguliere minor programma is fulltime, en heeft een studielast van 40 uur per week. Ons eigen minor lokaal is elke dag van 9 tot 5 beschikbaar als studieplek, en hier vinden ook veel van onze lessen en assistentie plaats. Gezien de fulltime inzet, adviseren wij wel om geen andere vakken naast de minor te volgen en ook om niet ernaast overdag te werken.

Parttime

We bieden voor de minor naast het reguliere fulltime-programma ook nog een parttime-traject aan. Hierin volg je de minor verspreid over twee semesters. Je kunt dan in periode 1 of in periode 4 starten en je volgt één vak per blok, gelijk aan een last van 20 uur per week.

Bij dit parttime-traject volg je in je eerste semester de twee programmeervakken van de minor. In je tweede semester volg je de machine learning-vakken. Je gaat dan pas écht aan de slag met AI. Het afsluitende projectvak Algoritmen en Heuristieken volg je in januari of juni. Dit vak kun je alleen fulltime doen: 40 uur per week. Naast dit vak is het dus niet mogelijk om andere vakken te volgen, of overdag te werken.

Vooraanmelding

Studenten die de minor willen volgen, kunnen zich voor het aankomende semester aanmelden via deze website. De minor heeft geen eisen wat betreft voorkennis, behalve een voldoende voor wiskunde A of B op vwo-niveau. Het is mogelijk om een uitzondering op deze ingangseis aan te vragen via het vooraanmeldingsformulier. De minor richt zich specifiek op studenten met vrij weinig voorkennis op het gebied van wiskunde en programmeren, dus we willen graag van nieuwe studenten weten met welke voorkennis je precies binnen komt. Let op dat je inschrijfing pas definitief is als je je ook daadwerkelijk voor onze vakken hebt ingeschreven.

Oefenopdracht

Ter voorbereiding, en om je alvast een idee te geven van het curriculum, hebben we een oefenopdracht gemaakt. Je hoeft deze opdracht niet helemaal af te krijgen, maar het kan wel helpen om alvast te beslissen of je leren programmeren leuk zou vinden. Bekijk de opdracht →

Vakaanmelding

Als je het vooraanmeldingsformulier hebt ingevuld, kun je je daarna via GLASS inschrijven voor onze vakken (tot de start van het semester). De aanmeldingen voor het volgende studiejaar starten pas in het tweede semester.

English language students

The complete minor AI is only offered in Dutch, but many of our courses have elective variants that can be followed completely in English. See the electives pages for more details: Machine Learning electives →.

Vakken in de Minor AI

Dit zijn de vakken die je volgt tijdens de Minor AI. Elk vak is 6 studiepunten, dus kost je ongeveer 160 uur aan gefocust studeren. De meeste studenten vinden onze vakken zwaarder dan die van hun eigen opleiding (maar ook leuker!).

Python for Data Processing

Periode: 1 (sep-okt) of 4 (feb-mrt)

In dit vak zul je bekend raken met Python. Python is een programmeertaal die steeds meer gebruikt wordt voor data analyse door wetenschappers uit ieder wetenschapsveld. We zullen beginnen bij de basis van het programmeren, wat je zult leren terwijl je kleine problemen oplost uit verscheidene wetenschapsvelden. Daarna gaan we door met het verkennen van Python en programmeren in het algemeen, terwijl we wat grotere problemen en data sets aanpakken, en dus ook grotere programma’s schrijven.

Studiegids →

Introduction to Machine Learning 1

Periode: 1 (sep-okt) of 4 (feb-mrt)

In this course you will become familiar with the fundamentals of artificial intelligence and machine learning. We will cover a number of basic machine learning algorithms, and you will implement these yourself using Python. This is a broad introductory course, which means that we will also discuss the mathematics, mainly calculus and statistics, that are the driving force behind these algorithms. We will also discuss the philosophical and societal consequences of applying these learning systems.

Studiegids →

Introduction to Machine Learning 2

Periode: 2 (nov-dec) of 5 (apr-mei)

In this course we continue our discussion of machine learning models and algorithms. While the focus in Introduction to Machine Learning 1 was on programming basic models, here we will make more use of libraries that provide ready-made algorithms, and the focus will mainly be on how to combine these parts into more complex models, like neural networks. You will apply these advanced models to real-life data sets. We will also cover common preprocessing operations for data.

Studiegids →

Data Processing and Representations

Periode: 2 (nov-dec) of 5 (apr-mei)

In dit vak zullen we ons verder verdiepen in de specifieke tools en libraries die in Python beschikbaar zijn voor data verwerking. We zullen hierbij kijken naar alle aspecten van data verwerking, beginnend bij het verzamelen van data uit verschillende soorten bronnen, deze transformeren naar bruikbare formaten of gegevens, en uiteindelijk het toepassen van deze data in een visualisatie, een analyse, of als data voor een machine learning algoritme.

Studiegids →

Algoritmen en Heuristieken

Periode: 3 (jan) of 6 (jun)

Heuristieken zijn een klassiek onderwerp uit de AI, waarmee je problemen kunt oplossen die je met de hand, maar ook met een computer niet volledig kan doorrekenen. Door op een slimme manier het probleem te bestuderen, kun je sneller tot een hele goede oplossing komen. Geduderend het project bouw je samen met twee andere studenten aan verschillende algoritmen voor de case die jullie samen oplosssen.

Studiegids →

Startdata

Het eerste semester loopt van 4 september 2023 t/m 2 februari 2024, en het tweede semester loopt van 5 februari 2024 t/m 28 juni 2024. Let op dat de UvA standaard geen herfstvakantie heeft.

Aanmelden

  1. Om je aan te melden voor de minor AI vul je eerst een vrijblijvende vooraanmelding in. Na het invullen van het formulier ontvang je binnen week reactie van ons met de nodige vervolgstappen om je in te schrijven.

    Start aanmelding

  2. Ben je nog geen UvA-student, maar wel bij een andere instelling voor hoger onderwijs? Dan kun je je direct gaan aanmelden als bijvakker bij de UvA. Je kiest voor de aanmelding de opleiding Informatiekunde (bijvak/electives).

    Schrijf je in als bijvakker

  3. Gedurende de vakaanmeldingsperiode kun je jezelf vervolgens via GLASS aanmelden voor onze vakken.

    GLASS vakaanmelding

Vragen

Heb je nog vragen? Stuur een e-mail naar
ai@proglab.nl. Eén van de docenten of assistenten zal je te woord staan.

Copyright 2020-2023 Programming Lab / Universiteit van Amsterdam. Alle rechten voorbehouden. Icons made by Eucalyp from www.flaticon.com.