MBO ICT en Frontend programmeren (1 jaar)

Je past informatiemanagement toe door informatie te verzamelen, beheren, beveiligen en rapporteren in organisaties.

1. 1 Inleiding tot informatiemanagement Je onderzoekt de basis van informatiemanagement en de rol van informatie binnen organisaties.
   5 lessen

   1. Wat is informatiemanagement? Definitie en belangJe definieert informatiemanagement en benoemt waarom het van waarde is.
   2. De rol van informatiemanagement binnen organisatiesJe beschrijft hoe informatiemanagement bijdraagt aan het functioneren van organisaties.
   3. Verschillende soorten informatie: data, informatie, kennisJe onderscheidt data, informatie en kennis in de praktijk.
   4. Het verschil tussen informatiebeheer en informatiemanagementJe vergelijkt informatiebeheer met informatiemanagement aan de hand van voorbeelden.
   5. Trends en ontwikkelingen in informatiemanagementJe signaleert actuele ontwikkelingen en trends binnen informatiemanagement.
2. 2 Informatieprocessen Je brengt informatieprocessen in kaart en oefent met het verzamelen, verwerken en archiveren van informatie.
   5 lessen

   1. Wat zijn informatieprocessen? Definitie en voorbeeldenJe geeft voorbeelden van informatieprocessen en benoemt hun kenmerken.
   2. Het verzamelen van informatie: methoden en techniekenJe past verschillende methoden toe om informatie te verzamelen.
   3. Het verwerken van informatie: analysemethodenJe analyseert informatie met eenvoudige analysetechnieken.
   4. Het verspreiden van informatie binnen de organisatieJe beschrijft hoe informatie wordt verspreid binnen organisaties.
   5. Het archiveren en beheren van informatieJe archiveert en beheert informatie volgens vaste procedures.
3. 3 Informatiebeveiliging Je leert risico’s voor informatiebeveiliging herkennen en toepassen van basismaatregelen.
   5 lessen

   1. Wat is informatiebeveiliging en waarom is het belangrijk?Je benoemt het belang van informatiebeveiliging en geeft voorbeelden uit de praktijk.
   2. Risico's en bedreigingen voor informatiebeveiligingJe herkent risico’s en bedreigingen voor informatiebeveiliging.
   3. Basisprincipes van beveiligingsbeleidJe past basisprincipes van beveiligingsbeleid toe in eenvoudige situaties.
   4. Beveiliging van gegevens: encryptie en toegangbeheerJe gebruikt encryptie en toegangbeheer om gegevens te beschermen.
   5. Wettelijke en ethische aspecten van informatiebeveiligingJe bespreekt wettelijke en ethische aspecten van informatiebeveiliging.
4. 4 Databeheer en -analyse Je beheert en analyseert data en maakt eenvoudige rapportages en visualisaties.
   5 lessen

   1. Wat is databeheer en waarom is het belangrijk?Je beschrijft het belang van databeheer en benoemt de belangrijkste taken.
   2. Methoden voor het verzamelen en opslaan van dataJe verzamelt en slaat data op met passende methoden.
   3. Basisprincipes van data-analyse en rapportageJe voert een eenvoudige data-analyse uit en stelt een rapportage op.
   4. Het gebruik van statistische tools en softwareJe gebruikt basisstatistiek en software om data te verwerken.
   5. Datavisualisatie: technieken en hulpmiddelenJe maakt eenvoudige datavisualisaties met beschikbare hulpmiddelen.
5. 5 Kennismanagement Je legt kennis vast en deelt deze effectief binnen een organisatie.
   5 lessen

   1. Wat is kennismanagement? Definitie en doelstellingenJe definieert kennismanagement en benoemt de doelstellingen ervan.
   2. De rol van kennis in organisatiesJe beschrijft de rol van kennis in organisaties en geeft voorbeelden.
   3. Methoden voor het vastleggen en delen van kennisJe past methoden toe om kennis vast te leggen en te delen.
   4. Het belang van samenwerking en communicatie in kennismanagementJe stimuleert samenwerking en communicatie bij kennisdeling.
   5. Voorbeelden van succesvolle kennismanagementsystemenJe analyseert voorbeelden van succesvolle kennismanagementsystemen.
6. 6 Informatiearchitectuur Je structureert informatie en ontwerpt eenvoudige informatiearchitecturen.
   5 lessen

   1. Wat is informatiearchitectuur en waarom is het belangrijk?Je legt uit wat informatiearchitectuur is en waarom structuur nodig is.
   2. Structureren van informatie: taxonomieën en categorisatiesJe past taxonomieën en categorisaties toe om informatie te ordenen.
   3. Het ontwerpen van informatieflows binnen de organisatieJe ontwerpt een eenvoudige informatieflow binnen een organisatie.
   4. Het gebruik van metadata en indexeringJe gebruikt metadata en indexering om informatie terugvindbaar te maken.
   5. Voorbeelden van effectieve informatiearchitecturenJe bespreekt voorbeelden van effectieve informatiearchitecturen.
7. 7 Digitale tools en technologieën binnen informatiemanagement Je maakt kennis met digitale tools en technologieën voor informatiemanagement.
   5 lessen

   1. Overzicht van digitale tools voor informatiemanagementJe krijgt een overzicht van digitale hulpmiddelen voor informatiemanagement.
   2. Het gebruik van contentmanagementsystemen (CMS)Je gebruikt een contentmanagementsysteem voor het beheren van informatie.
   3. Samenwerkingstools en hun impact op informatiemanagementJe onderzoekt samenwerkingstools en hun invloed op het werkproces.
   4. Cloudoplossingen en hun voordelen voor informatiebeheerJe benoemt voordelen van cloudoplossingen voor informatiebeheer.
   5. Toekomstige technologieën in informatiemanagementJe verkent toekomstige technologieën binnen informatiemanagement.
8. 8 Projectmanagement in informatiemanagement Je past projectmanagement toe op informatiemanagement en coördineert projecten.
   5 lessen

   1. Wat is projectmanagement en hoe toepasbaar in informatiemanagement?Je beschrijft projectmanagement en de toepassing binnen informatiemanagement.
   2. Het opstellen van projectplannen voor informatiemanagementprojectenJe stelt een projectplan op voor een informatiemanagementproject.
   3. Het coördineren van teams en middelenJe coördineert teams en middelen tijdens een project.
   4. Risicobeheer in informatiemanagementprojectenJe beheert risico’s in projecten rond informatiemanagement.
   5. Evaluatie en rapportage na projectafrondingJe evalueert projecten en maakt een rapportage na afronding.
9. 9 Communicatie en rapportage bij informatiemanagement Je communiceert effectief en stelt rapportages op binnen informatiemanagement.
   5 lessen

   1. Effectieve communicatiestrategieën binnen informatiemanagementJe past communicatiestrategieën toe voor het delen van informatie.
   2. Het belang van transparantie en toegankelijkheid van informatieJe waarborgt transparantie en toegankelijkheid van informatie.
   3. Rapportagestructuren en -techniekenJe stelt rapportages op met behulp van vaste structuren en technieken.
   4. Het gebruik van dashboards en visuele rapportagesJe gebruikt dashboards en visuele rapportages om informatie te presenteren.
   5. Feedbackmechanismen voor informatieprocessenJe past feedbackmechanismen toe op informatieprocessen.
10. 10 Wet- en regelgeving rond informatie Je past relevante wet- en regelgeving toe en stelt een compliancebeleid op.
    5 lessen

    1. Belangrijke wet- en regelgeving met betrekking tot informatiebeheerJe benoemt belangrijke wet- en regelgeving voor informatiebeheer.
    2. De impact van privacywetgeving op informatiemanagementJe beschrijft de gevolgen van privacywetgeving voor informatiemanagement.
    3. Ethische overwegingen bij het omgaan met informatieJe bespreekt ethische overwegingen bij het omgaan met informatie.
    4. Compliance en audits in informatiemanagementJe voert een eenvoudige compliance-audit uit in informatiemanagement.
    5. Het opstellen van een compliancebeleidJe stelt een basis compliancebeleid op voor informatiebeheer.

Je ontwikkelt webpagina’s met HTML, CSS en JavaScript en past technieken toe voor responsief en toegankelijk frontend ontwerp.

1. 1 Inleiding tot frontend programmering Je verkent de basis van frontend programmeren en de rol van de frontend developer binnen webontwikkeling.
   5 lessen

   1. Wat is frontend programmeren en waarom is het belangrijk voor webontwikkeling?Je onderzoekt welke taken en verantwoordelijkheden horen bij frontend programmeren.
   2. Verschil tussen frontend en backend programmerenJe vergelijkt frontend en backend en benoemt de belangrijkste verschillen.
   3. De rol van de frontend developer binnen een ontwikkelingsteamJe beschrijft de samenwerking binnen een ontwikkelingsteam vanuit het perspectief van de frontend developer.
   4. Basisprincipes van HTML, CSS en JavaScriptJe past de basisprincipes van HTML, CSS en JavaScript toe in eenvoudige voorbeelden.
   5. Het belang van gebruikerservaring (UX) en gebruikersinterface (UI) in frontend ontwikkelingJe analyseert het belang van gebruikerservaring en interface in webontwikkeling.
2. 2 HTML: De basis van webpagina’s Je leert HTML toepassen voor de opbouw, structuur en toegankelijkheid van webpagina’s.
   5 lessen

   1. De opbouw van een HTML-document: elementen, tags en attributenJe herkent de structuur van een HTML-document en benoemt elementen, tags en attributen.
   2. Het gebruik van HTML5-tags en semantische elementen (bijv. <header>, <footer>, <section>)Je gebruikt HTML5-tags en semantische elementen in een webpagina.
   3. Het belang van toegankelijke en goed gestructureerde HTML-codeJe schrijft toegankelijke en gestructureerde HTML-code.
   4. Het inbedden van media: afbeeldingen, video's, en audioJe voegt afbeeldingen, video’s en audio toe aan je webpagina.
   5. Formulieren in HTML: invoervelden, knoppen en validatieJe maakt formulieren met invoervelden en knoppen en past validatie toe.
3. 3 CSS: Stijlen en lay-outs Je past CSS toe om webpagina’s te stijlen en maakt gebruik van moderne lay-outtechnieken.
   5 lessen

   1. Wat is CSS en hoe wordt het gebruikt om de stijl van een webpagina te bepalen?Je koppelt CSS aan HTML en bepaalt de stijl van een webpagina.
   2. Basisconcepten van CSS: selectors, properties en valuesJe werkt met selectors, properties en values in CSS.
   3. Het gebruik van CSS-boxmodel: margin, padding, borders en contentJe past het boxmodel toe bij het ontwerpen van lay-outs.
   4. Flexbox en Grid: moderne technieken voor het maken van responsieve lay-outsJe gebruikt Flexbox en Grid voor responsieve lay-outs.
   5. Media queries en responsive design: hoe pas je stijlen aan voor verschillende schermformaten?Je past media queries toe om stijlen aan te passen voor verschillende schermformaten.
4. 4 JavaScript: Interactiviteit op de webpagina Je gebruikt JavaScript om webpagina’s interactief en dynamisch te maken.
   5 lessen

   1. Wat is JavaScript en hoe wordt het gebruikt voor dynamische webpagina's?Je ontdekt hoe JavaScript dynamiek toevoegt aan webpagina’s.
   2. Variabelen, datatypes en basis syntax in JavaScriptJe werkt met variabelen, datatypes en de basis syntax van JavaScript.
   3. Functies en methoden: het creëren van herbruikbare codeJe schrijft functies en methoden voor herbruikbare code.
   4. DOM-manipulatie: interactie met HTML-elementen via JavaScriptJe manipuleert HTML-elementen via de DOM met JavaScript.
   5. Event handling: het afhandelen van gebruikersinvoer zoals klikken en toetsenbordactiesJe handelt gebruikersinvoer af met event handling.
5. 5 Versiebeheer en samenwerken met Git Je past versiebeheer toe met Git en werkt samen aan projecten via onder meer GitHub.
   5 lessen

   1. Wat is Git en waarom is versiebeheer belangrijk in frontend ontwikkeling?Je beschrijft het belang van versiebeheer in frontend ontwikkeling.
   2. Het gebruik van Git-commando’s: init, add, commit, push en pullJe voert basis Git-commando’s uit zoals init, add, commit, push en pull.
   3. Hoe werk je samen met andere developers via Git en GitHub?Je werkt samen met anderen door gebruik van Git en GitHub.
   4. Het beheren van branches en het oplossen van merge-conflictenJe beheert branches en lost merge-conflicten op.
   5. Het belang van een duidelijke commitgeschiedenis en goede naamgevingsconventiesJe houdt een duidelijke commitgeschiedenis bij en gebruikt goede naamgevingsconventies.
6. 6 Responsive webdesign en mobile-first Je ontwerpt en test responsieve websites, met aandacht voor mobile-first en verschillende schermgroottes.
   5 lessen

   1. Wat is responsive webdesign en waarom is het essentieel voor de gebruikerservaring?Je onderzoekt het belang van responsive webdesign voor gebruikers.
   2. Het concept van mobile-first design: het bouwen van een website die eerst geoptimaliseerd is voor mobiele apparatenJe past mobile-first principes toe bij het ontwerpen van webpagina’s.
   3. Het gebruik van flexibele afbeeldingen en mediaqueries om responsief te ontwerpenJe gebruikt flexibele afbeeldingen en mediaqueries voor responsief ontwerp.
   4. Het aanpassen van lay-outs voor verschillende schermgroottes (desktop, tablet, mobiel)Je past lay-outs aan voor desktop, tablet en mobiel.
   5. Tools en technieken voor het testen van responsieve websitesJe gebruikt tools om responsieve websites te testen.
7. 7 CSS preprocessors: SASS en LESS Je werkt met CSS preprocessors zoals SASS en LESS om je workflow en structuur te verbeteren.
   5 lessen

   1. Wat zijn CSS preprocessors en waarom zijn ze nuttig voor grotere projecten?Je onderzoekt de voordelen van CSS preprocessors bij grotere projecten.
   2. Het verschil tussen SASS, LESS en reguliere CSSJe vergelijkt SASS, LESS en reguliere CSS.
   3. Variabelen, functies en mixins gebruiken in SASSJe gebruikt variabelen, functies en mixins in SASS.
   4. Het structureren van CSS met behulp van SASS-mappen en -bestandenJe structureert CSS met SASS-mappen en -bestanden.
   5. Het compileren van SASS naar reguliere CSS en de workflow verbeterenJe compileert SASS naar CSS en verbetert je workflow.
8. 8 JavaScript frameworks en libraries Je maakt kennis met frameworks en libraries voor JavaScript en past component-gebaseerde aanpak toe.
   5 lessen

   1. Wat is een JavaScript-framework en hoe verschilt het van een library?Je onderzoekt het verschil tussen frameworks en libraries in JavaScript.
   2. Introductie tot populaire frameworks: React, Angular, Vue.jsJe maakt kennis met React, Angular en Vue.js.
   3. De voordelen van het gebruik van frameworks in frontend ontwikkelingJe benoemt voordelen van frameworks in frontend ontwikkeling.
   4. Component-gebaseerde architectuur en herbruikbaarheid in frameworksJe past component-gebaseerde architectuur toe in frameworks.
   5. Het integreren van externe libraries (bijv. jQuery, Lodash) voor veelvoorkomende takenJe integreert externe libraries zoals jQuery of Lodash voor veelvoorkomende taken.
9. 9 Web prestaties en optimalisatie Je leert websites te optimaliseren voor snelheid en prestaties en gebruikt meetinstrumenten.
   5 lessen

   1. Wat zijn webprestaties en waarom zijn ze belangrijk voor de gebruikerservaring?Je onderzoekt het belang van webprestaties voor gebruikers.
   2. Het optimaliseren van laadtijden: compressie van afbeeldingen, minificatie van CSS/JSJe optimaliseert laadtijden door afbeeldingen te comprimeren en CSS/JS te minificeren.
   3. Lazy loading van afbeeldingen en andere middelen voor sneller ladenJe past lazy loading toe voor sneller laden van middelen.
   4. Het gebruik van browsercache en het optimaliseren van server-responsesJe gebruikt browsercache en optimaliseert server-responses.
   5. Tools voor het meten van prestaties: Google Lighthouse, WebPageTestJe meet prestaties met tools zoals Google Lighthouse en WebPageTest.
10. 10 Webtoegankelijkheid (WCAG) en best practices Je past webtoegankelijkheid toe volgens WCAG en implementeert verbeteringen in je frontend werk.
    5 lessen

    1. Wat is webtoegankelijkheid en waarom is het belangrijk voor frontend ontwikkeling?Je onderzoekt het belang van webtoegankelijkheid voor frontend ontwikkeling.
    2. Het naleven van de WCAG-richtlijnen (Web Content Accessibility Guidelines)Je past WCAG-richtlijnen toe op je webpagina’s.
    3. Het gebruik van semantische HTML voor betere toegankelijkheidJe gebruikt semantische HTML voor betere toegankelijkheid.
    4. Hoe toetsenbordnavigatie en schermlezers ondersteunen in je ontwerpJe ondersteunt toetsenbordnavigatie en schermlezers in je ontwerp.
    5. Het testen van toegankelijkheid en het implementeren van verbeteringenJe test toegankelijkheid en voert verbeteringen door.

Je past methoden toe voor het verzamelen, analyseren, opschonen en rapporteren van data binnen een organisatie.

1. 1 Introductie data-analyse Je onderzoekt wat data-analyse inhoudt en hoe organisaties data inzetten voor informatie en besluitvorming.
   5 lessen

   1. Begrip van data en informatiewaardeJe onderzoekt wat data is en beoordeelt hoe data waardevol wordt als informatie.
   2. Verschil tussen gestructureerde en ongestructureerde dataJe vergelijkt gestructureerde en ongestructureerde data en herkent de verschillen in gebruik.
   3. Toepassingen van data-analyse in organisatiesJe bekijkt voorbeelden van data-analyse in organisaties en bespreekt mogelijke toepassingen.
   4. Data-analyseprocessen en workflowsJe beschrijft de stappen en workflows die horen bij een data-analyseproces.
   5. Basisbegrippen: datasets, variabelen, statistiekenJe benoemt en gebruikt basisbegrippen zoals datasets, variabelen en statistieken.
2. 2 Dataverzameling en bronnen Je leert waar je data vandaan haalt, hoe je data verzamelt en beoordeelt op kwaliteit en ethiek.
   5 lessen

   1. Interne en externe databronnen identificerenJe identificeert interne en externe databronnen die relevant zijn voor je analyse.
   2. Methoden van dataverzamelingJe past verschillende methoden toe om data te verzamelen uit diverse bronnen.
   3. Data-import en opslagformaten (CSV, Excel, databases)Je importeert data en slaat deze op in formaten als CSV, Excel of databases.
   4. Kwaliteitscontrole van verzamelde dataJe controleert de kwaliteit van de verzamelde data en signaleert mogelijke problemen.
   5. Ethische aspecten bij dataverzamelingJe bespreekt ethische aandachtspunten bij het verzamelen en verwerken van data.
3. 3 Data opschonen en voorbereiden Je maakt data geschikt voor analyse door fouten op te sporen, te corrigeren en het proces te documenteren.
   5 lessen

   1. Detecteren van ontbrekende of onjuiste gegevensJe spoort ontbrekende of onjuiste gegevens op in een dataset en onderneemt actie.
   2. Normalisatie en standaardisatie van dataJe past normalisatie en standaardisatie toe om data eenduidig te maken.
   3. Verwijderen van duplicaten en inconsistentiesJe verwijdert dubbele en inconsistente gegevens uit je dataset.
   4. Omzetten van data naar bruikbare formatenJe zet data om naar formaten die geschikt zijn voor analyse.
   5. Documenteren van opschoningsprocesJe legt vast welke stappen je hebt genomen tijdens het opschonen van data.
4. 4 Exploratieve data-analyse Je onderzoekt data door statistieken te berekenen, patronen te herkennen en resultaten te interpreteren.
   5 lessen

   1. Basisstatistieken berekenen (gemiddelde, mediaan, modus)Je berekent basisstatistieken zoals gemiddelde, mediaan en modus voor een dataset.
   2. Visualisatie van data met grafieken en tabellenJe maakt grafieken en tabellen om data overzichtelijk te presenteren.
   3. Patronen en trends herkennenJe signaleert patronen en trends in de data en benoemt deze.
   4. Detecteren van afwijkingen en outliersJe detecteert afwijkingen of outliers in de dataset en onderzoekt de oorzaak.
   5. Interpretatie van bevindingenJe interpreteert de bevindingen uit je analyse en trekt conclusies.
5. 5 Gebruik van analysetools Je werkt met verschillende analysetools en kiest het juiste hulpmiddel voor een specifieke data-analyse.
   5 lessen

   1. Werken met Excel voor data-analyseJe gebruikt Excel om data te analyseren en eenvoudige berekeningen uit te voeren.
   2. Introductie tot databasemanagementsystemenJe maakt kennis met databasemanagementsystemen en hun rol in data-analyse.
   3. Basis van Python of R voor data-analyseJe voert basisanalyses uit met Python of R voor eenvoudige dataverwerking.
   4. Gebruik van BI-tools (bijv. Power BI, Tableau)Je past BI-tools toe om data te visualiseren en te presenteren.
   5. Selectie van de juiste tool per analysebehoefteJe beoordeelt welke analysetool geschikt is voor verschillende analysetaken.
6. 6 Statistische basisprincipes Je past statistische basisprincipes toe om verbanden te onderzoeken en resultaten te interpreteren.
   5 lessen

   1. Kans en statistische verdelingenJe berekent kansen en herkent verschillende statistische verdelingen in data.
   2. Correlatie en regressieJe onderzoekt de relatie tussen variabelen met correlatie en regressie.
   3. Hypothesetesten en betrouwbaarheidsintervallenJe voert hypothesetesten uit en bepaalt betrouwbaarheidsintervallen.
   4. Data-sampling en representativiteitJe past data-sampling toe en beoordeelt de representativiteit van je steekproef.
   5. Interpretatie van statistische resultatenJe interpreteert de uitkomsten van statistische analyses.
7. 7 Data visualisatie en rapportage Je presenteert data duidelijk met passende visualisaties en communiceert resultaten aan betrokkenen.
   5 lessen

   1. Keuze van grafiektype passend bij de dataJe kiest het juiste grafiektype voor het weergeven van verschillende soorten data.
   2. Dashboards ontwerpen voor inzichtelijke presentatieJe ontwerpt dashboards die informatie overzichtelijk presenteren.
   3. Gebruik van kleuren en labels voor duidelijkheidJe gebruikt kleuren en labels om grafieken en tabellen begrijpelijk te maken.
   4. Vertalen van data naar begrijpelijke conclusiesJe vertaalt data naar heldere conclusies voor niet-technische lezers.
   5. Communicatie van resultaten aan stakeholdersJe communiceert resultaten effectief aan teamleden en andere stakeholders.
8. 8 Trend- en voorspellende analyse Je onderzoekt trends, voert scenarioanalyses uit en past voorspellende modellen toe op datasets.
   5 lessen

   1. Herkennen van seizoensgebonden patronenJe herkent seizoenspatronen in data en benoemt deze.
   2. Introductie tot voorspellende modellenJe maakt kennis met eenvoudige voorspellende modellen en hun toepassing.
   3. Scenarioanalyse en simulaties uitvoerenJe voert scenarioanalyses en simulaties uit op basis van data.
   4. Risicoanalyse op basis van dataJe voert risicoanalyses uit met behulp van beschikbare data.
   5. Praktische toepassing van voorspellingenJe past voorspellingen toe op praktische situaties.
9. 9 Datakwaliteit en governance Je waarborgt de kwaliteit, veiligheid en het beheer van data binnen een organisatie.
   5 lessen

   1. Datakwaliteit meten en verbeterenJe meet en verbetert de kwaliteit van datasets volgens vaste criteria.
   2. Beheer van datasets en versiecontroleJe beheert datasets en houdt versies bij om wijzigingen te kunnen volgen.
   3. Toepassing van bedrijfsregels op dataJe past bedrijfsregels toe op data om consistentie te waarborgen.
   4. Data privacy en beveiligingJe neemt maatregelen om data privacy en beveiliging te garanderen.
   5. Audit en documentatie van analysesJe documenteert analyses en voert audits uit op het analyseproces.
10. 10 Praktische projecten en casestudies Je voert praktijkopdrachten uit met echte data en presenteert je bevindingen aan anderen.
    5 lessen

    1. Analyse van verkoop- en klantdataJe analyseert verkoop- en klantgegevens en trekt concrete conclusies.
    2. Optimalisatie van bedrijfsprocessen met dataJe onderzoekt hoe data bedrijfsprocessen kan verbeteren.
    3. Benchmarking en vergelijking van datasetsJe vergelijkt datasets en voert benchmarking uit.
    4. Presentatie van bevindingen aan team/leidingJe presenteert je analyse en bevindingen aan je team of leidinggevende.
    5. Evaluatie van analyseproces en resultatenJe evalueert het analyseproces en de behaalde resultaten.

Je maakt kennis met kunstmatige intelligentie en past basisprincipes van AI en automatisering toe in je dagelijkse werk.

1. 1 Inleiding tot kunstmatige intelligentie (AI) Je onderzoekt de basis van AI, de verschillende soorten en de invloed van AI op werk en samenleving.
   5 lessen

   1. Wat is kunstmatige intelligentie en waarom is het belangrijk?Je verkent wat AI inhoudt en waar je het in het dagelijks leven en op het werk tegenkomt.
   2. Verschillende soorten AI: zwakke AI, sterke AI, en superintelligentieJe onderscheidt zwakke, sterke AI en superintelligentie en vergelijkt hun toepassingen.
   3. Het verschil tussen machine learning, deep learning en AIJe legt uit wat machine learning en deep learning zijn en hoe deze zich tot AI verhouden.
   4. Toepassingen van AI in verschillende sectoren (gezondheidszorg, productie, klantenservice)Je bekijkt concrete voorbeelden van AI in sectoren als zorg, productie en dienstverlening.
   5. De impact van AI op de werkplek en de samenlevingJe bespreekt hoe AI werk verandert en welke effecten dit heeft op de samenleving.
2. 2 Basisprincipes van machine learning Je leert hoe machine learning werkt, welke soorten er zijn en hoe data het leerproces beïnvloeden.
   5 lessen

   1. Wat is machine learning en hoe werkt het?Je beschrijft de werking van machine learning aan de hand van herkenbare voorbeelden.
   2. Verschil tussen supervised, unsupervised en reinforcement learningJe vergelijkt supervised, unsupervised en reinforcement learning en benoemt hun verschillen.
   3. Het proces van het trainen van een machine learning-modelJe volgt de stappen van het trainen van een machine learning-model.
   4. De rol van data bij machine learning (training en testdata)Je onderzoekt het belang van goede data voor het trainen en testen van modellen.
   5. Voorbeelden van machine learning-algoritmes (bijv. lineaire regressie, beslissingsbomen)Je herkent eenvoudige machine learning-algoritmes en hun toepassingen.
3. 3 Deep learning en neural networks Je verdiept je in deep learning, neurale netwerken en hun rol bij beeld- en spraakherkenning.
   5 lessen

   1. Wat is deep learning en hoe verschilt het van machine learning?Je onderzoekt wat deep learning inhoudt en hoe het zich onderscheidt van machine learning.
   2. Basisconcepten van neurale netwerken en hun werkingJe maakt kennis met de werking van neurale netwerken en hun basisprincipes.
   3. Verschillende soorten neurale netwerken (bijv. feedforward, convolutioneel, recurrent)Je vergelijkt verschillende typen neurale netwerken en hun toepassingen.
   4. Het gebruik van deep learning voor beeld- en spraakherkenningJe ziet hoe deep learning wordt ingezet voor beeld- en spraakherkenning.
   5. Voor- en nadelen van deep learning in vergelijking met traditionele machine learning-techniekenJe benoemt de voordelen en nadelen van deep learning ten opzichte van andere technieken.
4. 4 Natural Language Processing (NLP) Je onderzoekt hoe AI taal verwerkt, hoe NLP werkt en welke toepassingen er zijn voor tekst en spraak.
   5 lessen

   1. Wat is Natural Language Processing (NLP) en waarom is het belangrijk?Je ontdekt hoe AI menselijke taal kan begrijpen en verwerken.
   2. Basisprincipes van taalverwerking door AI (taalanalyse, sentimentanalyse)Je leert hoe AI tekst analyseert en sentiment in taal kan herkennen.
   3. Het gebruik van NLP voor chatbots, vertalingen en tekstsamenvattingJe ziet hoe NLP wordt gebruikt voor chatbots, vertalingen en samenvattingen.
   4. Machine learning-technieken voor tekstverwerking (bijv. Bag of Words, TF-IDF)Je maakt kennis met machine learning-technieken voor tekstverwerking.
   5. Vooruitgangen in NLP: van rule-based systemen naar deep learning-gebaseerde benaderingenJe volgt de ontwikkeling van traditionele naar deep learning-methoden in NLP.
5. 5 Data voorbereiding en verwerking voor AI Je leert hoe je data voorbereidt, schoonmaakt en analyseert voor gebruik in AI-toepassingen.
   5 lessen

   1. Het belang van datavoorbereiding in AI-projectenJe onderzoekt waarom goede datavoorbereiding belangrijk is voor AI-projecten.
   2. Verschillende soorten data (gestructureerd, ongestructureerd, semi-gestructureerd)Je herkent verschillende soorten data en hun rol in AI-processen.
   3. Het proces van data-cleaning: omgaan met ontbrekende waarden en ruisJe oefent met het opschonen van data en het omgaan met onvolledige gegevens.
   4. Data normalisatie en standaardisatie voor machine learningJe past technieken toe om data te normaliseren en te standaardiseren.
   5. Het belang van data-analyse voor het begrijpen van patronen en trendsJe analyseert data om patronen en trends te herkennen.
6. 6 AI in bedrijfsprocessen Je ontdekt hoe AI bedrijfsprocessen ondersteunt, van automatisering tot klantanalyse en risicomanagement.
   5 lessen

   1. Toepassingen van AI in bedrijfsprocessen (automatisering, voorspellingen, optimalisatie)Je bekijkt hoe AI wordt ingezet voor automatisering, voorspellingen en optimalisatie.
   2. AI voor klantsegmentatie en gepersonaliseerde marketingJe onderzoekt hoe AI klantsegmentatie en gepersonaliseerde marketing mogelijk maakt.
   3. AI in voorraadbeheer en supply chain optimalisatieJe ziet hoe AI voorraadbeheer en supply chain optimaliseert.
   4. Het gebruik van AI voor voorspellingen en risicomanagementJe past AI toe voor voorspellingen en het inschatten van risico's.
   5. Voorbeelden van AI-tools voor bedrijfsvoering (bijv. chatbots, predictive analytics, AI-gestuurde CRM)Je maakt kennis met praktische AI-tools voor bedrijfsvoering.
7. 7 Ethiek en verantwoordelijkheid in AI Je onderzoekt ethische kwesties, privacy en regelgeving rond het gebruik van AI in organisaties.
   5 lessen

   1. Het belang van ethiek in de ontwikkeling en toepassing van AIJe bespreekt waarom ethiek een rol speelt bij het ontwikkelen en toepassen van AI.
   2. De risico's van bias en discriminatie in AI-systemenJe herkent risico's van bias en discriminatie in AI-systemen.
   3. Hoe AI-beslissingen transparant en uitlegbaar kunnen worden gemaaktJe leert hoe AI-beslissingen transparant en uitlegbaar kunnen zijn.
   4. Het waarborgen van privacy en gegevensbeveiliging bij AI-toepassingenJe onderzoekt hoe je privacy en gegevensbeveiliging waarborgt bij AI-gebruik.
   5. Regelgeving en wetgeving rondom AI, zoals GDPR en de AI ActJe maakt kennis met regelgeving zoals GDPR en de AI Act.
8. 8 AI tools en software voor beginners Je maakt kennis met veelgebruikte AI-tools, leert eenvoudige modellen bouwen en past bestaande oplossingen toe.
   5 lessen

   1. Overzicht van populaire AI-tools en -platformen (bijv. TensorFlow, Keras, PyTorch)Je krijgt een overzicht van toegankelijke AI-tools en -platformen.
   2. Het gebruik van grafische gebruikersinterfaces (GUI) voor beginners in AI (bijv. Google Colab, Azure ML)Je werkt met grafische interfaces voor het uitvoeren van AI-taken.
   3. Het bouwen van eenvoudige machine learning-modellen met open-source softwareJe bouwt een eenvoudig machine learning-model met open-source software.
   4. Basisprincipes van coderen voor AI (bijv. Python, R)Je leert basisprincipes van coderen voor AI-toepassingen.
   5. Het toepassen van kant-en-klare modellen voor tekstverwerking, beeldherkenning en voorspellende analysesJe gebruikt kant-en-klare AI-modellen voor tekst, beeld en voorspellingen.
9. 9 AI en automatisering Je onderzoekt hoe AI processen automatiseert en welke voordelen dit biedt voor dagelijkse werkzaamheden.
   5 lessen

   1. Wat is procesautomatisering en hoe kan AI hierbij helpen?Je bekijkt hoe AI kan bijdragen aan het automatiseren van processen.
   2. Toepassingen van AI in RPA (Robotic Process Automation)Je ontdekt toepassingen van AI binnen Robotic Process Automation.
   3. Het gebruik van AI om repetitieve taken en administratieve processen te automatiserenJe past AI toe om repetitieve en administratieve taken te automatiseren.
   4. Voorbeelden van AI in de klantenservice (chatbots, automatische e-mailrespons)Je ziet hoe AI wordt gebruikt in klantenservice, bijvoorbeeld via chatbots.
   5. De voordelen van automatisering met AI voor efficiëntie en kostenbesparingJe benoemt de voordelen van automatisering met AI voor efficiëntie en kosten.
10. 10 Toekomst van AI en de werkplek Je kijkt vooruit naar nieuwe AI-technologieën en de gevolgen daarvan voor werk, vaardigheden en organisaties.
    5 lessen

    1. De opkomende technologieën in AI, zoals autonome voertuigen en smart citiesJe maakt kennis met opkomende AI-technologieën zoals autonome voertuigen en smart cities.
    2. Hoe AI de werkplek zal veranderen: nieuwe banen en vaardighedenJe onderzoekt hoe AI de werkplek verandert en welke nieuwe vaardigheden nodig zijn.
    3. Het belang van levenlang leren en het aanpassen aan AI-gedreven veranderingenJe bespreekt het belang van blijven leren en aanpassen aan AI-veranderingen.
    4. De impact van AI op verschillende industrieën en sectorenJe analyseert de impact van AI op verschillende sectoren.
    5. Het ontwikkelen van een toekomstbestendige AI-strategie voor organisatiesJe ontwikkelt ideeën voor een toekomstbestendige AI-strategie binnen organisaties.