MHBO ICT en Business Intelligence (1 jaar)

Je onderzoekt hoe je informatie effectief beheert, beveiligt, analyseert en toepast binnen organisaties.

1. 1 Inleiding tot informatiemanagement Je verkent de basis van informatiemanagement en de rol ervan binnen organisaties.
   5 lessen

   1. Wat is informatiemanagement? Definitie en belangJe beschrijft wat informatiemanagement inhoudt en waarom organisaties dit inzetten.
   2. De rol van informatiemanagement binnen organisatiesJe onderzoekt hoe informatiemanagement bijdraagt aan de werking van organisaties.
   3. Verschillende soorten informatie: data, informatie, kennisJe onderscheidt data, informatie en kennis en geeft voorbeelden.
   4. Het verschil tussen informatiebeheer en informatiemanagementJe vergelijkt de begrippen informatiebeheer en informatiemanagement.
   5. Trends en ontwikkelingen in informatiemanagementJe signaleert actuele ontwikkelingen en trends in het vakgebied.
2. 2 Informatieprocessen Je bestudeert hoe informatie wordt verzameld, verwerkt, verspreid en beheerd.
   5 lessen

   1. Wat zijn informatieprocessen? Definitie en voorbeeldenJe benoemt wat informatieprocessen zijn en geeft praktijkvoorbeelden.
   2. Het verzamelen van informatie: methoden en techniekenJe past methoden toe om informatie te verzamelen.
   3. Het verwerken van informatie: analysemethodenJe oefent met analysemethoden voor het verwerken van informatie.
   4. Het verspreiden van informatie binnen de organisatieJe onderzoekt hoe informatie intern wordt verspreid.
   5. Het archiveren en beheren van informatieJe leert hoe je informatie archiveert en beheert.
3. 3 Informatiebeveiliging Je leert hoe je informatie beschermt tegen risico’s en welke regels daarvoor gelden.
   5 lessen

   1. Wat is informatiebeveiliging en waarom is het belangrijk?Je benoemt het belang van informatiebeveiliging en de risico’s bij onvoldoende bescherming.
   2. Risico's en bedreigingen voor informatiebeveiligingJe herkent bedreigingen en risico’s voor informatiebeveiliging.
   3. Basisprincipes van beveiligingsbeleidJe past basisprincipes van beveiligingsbeleid toe.
   4. Beveiliging van gegevens: encryptie en toegangbeheerJe onderzoekt hoe encryptie en toegangbeheer gegevens beschermen.
   5. Wettelijke en ethische aspecten van informatiebeveiligingJe bespreekt wettelijke en ethische aspecten van informatiebeveiliging.
4. 4 Databeheer en -analyse Je verdiept je in het verzamelen, beheren en analyseren van data binnen organisaties.
   5 lessen

   1. Wat is databeheer en waarom is het belangrijk?Je legt uit wat databeheer inhoudt en waarom het wordt toegepast.
   2. Methoden voor het verzamelen en opslaan van dataJe past methoden toe voor het verzamelen en opslaan van data.
   3. Basisprincipes van data-analyse en rapportageJe voert basisanalyses uit en maakt rapportages.
   4. Het gebruik van statistische tools en softwareJe gebruikt statistische tools en software voor data-analyse.
   5. Datavisualisatie: technieken en hulpmiddelenJe maakt kennis met technieken voor datavisualisatie.
5. 5 Kennismanagement Je onderzoekt hoe kennis wordt vastgelegd, gedeeld en benut in organisaties.
   5 lessen

   1. Wat is kennismanagement? Definitie en doelstellingenJe beschrijft wat kennismanagement is en welke doelen het dient.
   2. De rol van kennis in organisatiesJe analyseert de rol van kennis in organisaties.
   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 onderzoekt het belang van samenwerking en communicatie bij kennisdeling.
   5. Voorbeelden van succesvolle kennismanagementsystemenJe bekijkt voorbeelden van succesvolle kennismanagementsystemen.
6. 6 Informatiearchitectuur Je leert hoe je informatie logisch structureert en toegankelijk maakt.
   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 oefent met het indelen van informatie via taxonomieën en categorieën.
   3. Het ontwerpen van informatieflows binnen de organisatieJe ontwerpt informatieflows voor organisaties.
   4. Het gebruik van metadata en indexeringJe past metadata en indexering toe om informatie vindbaar te maken.
   5. Voorbeelden van effectieve informatiearchitecturenJe bekijkt voorbeelden van effectieve informatiearchitecturen.
7. 7 Digitale tools en technologieën binnen informatiemanagement Je maakt kennis met digitale hulpmiddelen voor informatiemanagement en hun toepassingen.
   5 lessen

   1. Overzicht van digitale tools voor informatiemanagementJe krijgt een overzicht van digitale tools die je kunt inzetten voor informatiemanagement.
   2. Het gebruik van contentmanagementsystemen (CMS)Je onderzoekt hoe je contentmanagementsystemen gebruikt.
   3. Samenwerkingstools en hun impact op informatiemanagementJe bekijkt hoe samenwerkingstools informatiemanagement beïnvloeden.
   4. Cloudoplossingen en hun voordelen voor informatiebeheerJe leert de voordelen van cloudoplossingen voor informatiebeheer.
   5. Toekomstige technologieën in informatiemanagementJe verkent toekomstige technologieën binnen informatiemanagement.
8. 8 Projectmanagement in informatiemanagement Je past projectmanagementprincipes toe binnen informatiemanagementprojecten.
   5 lessen

   1. Wat is projectmanagement en hoe toepasbaar in informatiemanagement?Je legt uit hoe projectmanagement werkt 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 in een projectcontext.
   4. Risicobeheer in informatiemanagementprojectenJe beheert risico’s bij informatiemanagementprojecten.
   5. Evaluatie en rapportage na projectafrondingJe voert een evaluatie en rapportage uit na projectafronding.
9. 9 Communicatie en rapportage bij informatiemanagement Je ontwikkelt vaardigheden voor duidelijke communicatie en rapportage over informatieprocessen.
   5 lessen

   1. Effectieve communicatiestrategieën binnen informatiemanagementJe past communicatiestrategieën toe voor informatiemanagement.
   2. Het belang van transparantie en toegankelijkheid van informatieJe onderzoekt hoe je informatie transparant en toegankelijk maakt.
   3. Rapportagestructuren en -techniekenJe stelt rapportages op met passende structuren en technieken.
   4. Het gebruik van dashboards en visuele rapportagesJe gebruikt dashboards en visuele rapportages.
   5. Feedbackmechanismen voor informatieprocessenJe past feedbackmechanismen toe op informatieprocessen.
10. 10 Wet- en regelgeving rond informatie Je verdiept je in wet- en regelgeving en ethiek rond informatiebeheer.
    5 lessen

    1. Belangrijke wet- en regelgeving met betrekking tot informatiebeheerJe benoemt relevante wet- en regelgeving voor informatiebeheer.
    2. De impact van privacywetgeving op informatiemanagementJe onderzoekt de invloed van privacywetgeving op informatiemanagement.
    3. Ethische overwegingen bij het omgaan met informatieJe bespreekt ethische overwegingen bij informatiegebruik.
    4. Compliance en audits in informatiemanagementJe leert hoe je compliance en audits uitvoert.
    5. Het opstellen van een compliancebeleidJe stelt een compliancebeleid op voor informatiebeheer.

Je past business intelligence toe door data te verzamelen, analyseren en visualiseren voor betere besluitvorming.

1. 1 Inleiding tot Business Intelligence Je onderzoekt het belang van business intelligence en de rol van data in organisaties.
   5 lessen

   1. Wat is Business Intelligence en waarom is het belangrijk voor organisaties?Je onderzoekt hoe organisaties BI inzetten voor beter inzicht en besluitvorming.
   2. Verschil tussen data, informatie en kennis in een bedrijfscontextJe onderscheidt data, informatie en kennis binnen een organisatie.
   3. Het belang van gegevensanalyse voor besluitvormingJe analyseert hoe gegevensanalyse beslissingen ondersteunt.
   4. De rol van BI in het verbeteren van bedrijfsprocessen en prestatiesJe beschrijft hoe BI bedrijfsprocessen en prestaties beïnvloedt.
   5. Overzicht van BI-tools en -technologieënJe vergelijkt verschillende BI-tools en technologieën.
2. 2 Data verzamelen en integreren Je verzamelt en integreert data uit verschillende bronnen en beoordeelt de kwaliteit ervan.
   5 lessen

   1. Wat zijn dataverzamelingsmethoden en waarom zijn ze belangrijk?Je onderzoekt methoden voor het verzamelen van data en hun toepassing.
   2. Verschillende soorten data: gestructureerd vs. ongestructureerdJe herkent het verschil tussen gestructureerde en ongestructureerde data.
   3. Het proces van data-integratie en het combineren van gegevens uit verschillende bronnenJe brengt het proces van data-integratie in kaart.
   4. Het gebruik van ETL-processen (Extract, Transform, Load) voor dataverwerkingJe past ETL-processen toe voor het verwerken van data.
   5. Het belang van datakwaliteit en het voorkomen van fouten in de verzamelde dataJe beoordeelt de kwaliteit van verzamelde data en voorkomt fouten.
3. 3 Datawarehousing en databases Je onderzoekt hoe datawarehouses en databases werken en hoe je data veilig beheert.
   5 lessen

   1. Wat is een datawarehouse en waarom is het essentieel voor BI?Je bekijkt de rol van een datawarehouse binnen business intelligence.
   2. Het verschil tussen relationele databases en datawarehousesJe vergelijkt relationele databases met datawarehouses.
   3. Hoe data wordt opgeslagen, beheerd en georganiseerd in een datawarehouseJe beschrijft hoe data wordt opgeslagen en beheerd in een datawarehouse.
   4. Het gebruik van SQL voor het ophalen en manipuleren van dataJe gebruikt SQL om data op te halen en te bewerken.
   5. Het belang van gegevensbeveiliging en privacy in een datawarehouseJe beoordeelt maatregelen voor gegevensbeveiliging en privacy.
4. 4 Data-analyse en visualisatie Je analyseert data en maakt visualisaties om inzichten helder te presenteren.
   5 lessen

   1. Basisprincipes van data-analyse: het identificeren van patronen en trendsJe identificeert patronen en trends in data.
   2. Het belang van data visualisatie voor het communiceren van bevindingenJe gebruikt visualisaties om bevindingen duidelijk te communiceren.
   3. Verschillende soorten grafieken en diagrammen (bijv. lijngrafieken, taartdiagrammen, heatmaps)Je kiest passende grafieken en diagrammen voor verschillende data.
   4. Het gebruik van BI-tools voor het visualiseren van data (bijv. Power BI, Tableau)Je past BI-tools toe om data te visualiseren.
   5. Het interpreteren van visualisaties om zakelijke beslissingen te ondersteunenJe interpreteert visualisaties voor zakelijke beslissingen.
5. 5 Dashboards en rapportages Je bouwt dashboards en stelt rapportages op om inzichten te delen met anderen.
   5 lessen

   1. Wat is een dashboard en hoe kan het worden gebruikt voor BI-doeleinden?Je onderzoekt hoe dashboards worden ingezet voor BI.
   2. Het ontwerp en de opzet van effectieve dashboardsJe ontwerpt en richt effectieve dashboards in.
   3. Het belang van real-time gegevens en het bijhouden van KPI’s (Key Performance Indicators)Je houdt real-time gegevens en KPI’s bij.
   4. Het opstellen van rapportages en het presenteren van BI-inzichtenJe stelt rapportages op en presenteert BI-inzichten.
   5. Hoe gebruikers interactieve dashboards kunnen gebruiken voor gegevensanalyseJe gebruikt interactieve dashboards voor data-analyse.
6. 6 Geavanceerde analytische technieken Je past geavanceerde analysetechnieken toe zoals voorspellende analyses en data mining.
   5 lessen

   1. Inleiding tot voorspellende analyses en machine learningJe maakt kennis met voorspellende analyses en machine learning.
   2. Het gebruik van statistische methoden voor gegevensanalyseJe gebruikt statistische methoden voor gegevensanalyse.
   3. Het begrijpen van data mining en het ontdekken van verborgen patronen in dataJe ontdekt verborgen patronen in data met data mining.
   4. Toepassing van geavanceerde algoritmen voor voorspellingen en aanbevelingenJe past algoritmen toe voor voorspellingen en aanbevelingen.
   5. Het belang van het testen en valideren van modellen voor nauwkeurigheidJe test en valideert modellen op nauwkeurigheid.
7. 7 Data governance en compliance Je onderzoekt hoe data governance en compliance worden toegepast binnen organisaties.
   5 lessen

   1. Wat is data governance en waarom is het cruciaal voor BI?Je onderzoekt het belang van data governance voor BI.
   2. Het beheren van data-eigenaarsschap en -toegang binnen een organisatieJe beheert data-eigenaarschap en toegang binnen een organisatie.
   3. Wet- en regelgeving omtrent gegevensprivacy en -beveiliging (zoals de GDPR)Je bekijkt relevante wet- en regelgeving voor gegevensprivacy.
   4. Het opstellen van gegevensbeveiligingsbeleid en het naleven van juridische vereistenJe stelt beleid op voor gegevensbeveiliging en juridische naleving.
   5. Best practices voor het waarborgen van datakwaliteit en integriteitJe past best practices toe voor datakwaliteit en integriteit.
8. 8 BI in de praktijk: toepassingen in bedrijven Je past BI toe op verschillende bedrijfsprocessen en analyseert praktijkvoorbeelden.
   5 lessen

   1. Het gebruik van BI voor strategische besluitvorming en procesoptimalisatieJe gebruikt BI voor strategische beslissingen en procesverbetering.
   2. BI in sales: het voorspellen van klantgedrag en het optimaliseren van marketinginspanningenJe voorspelt klantgedrag en optimaliseert marketing met BI.
   3. BI in financiën: het analyseren van kosten, inkomsten en winstgevendheidJe analyseert financiële gegevens met BI-instrumenten.
   4. Het gebruik van BI voor voorraadbeheer en supply chain optimalisatieJe past BI toe voor voorraadbeheer en supply chain.
   5. BI voor klantrelatiebeheer (CRM) en het verbeteren van klanttevredenheidJe verbetert klantrelaties en tevredenheid met BI.
9. 9 Cloud-gebaseerde Business Intelligence Je onderzoekt cloud-gebaseerde BI-oplossingen en hun voordelen voor organisaties.
   5 lessen

   1. Wat is cloud-gebaseerde BI en waarom is het steeds belangrijker?Je onderzoekt de voordelen van cloud-gebaseerde BI.
   2. Verschillende cloud-platforms voor BI (bijv. Google BigQuery, Microsoft Azure, Amazon Web Services)Je vergelijkt verschillende cloud-platforms voor BI.
   3. De voordelen van cloud-oplossingen: schaalbaarheid, flexibiliteit en kostenbesparingJe benoemt voordelen als schaalbaarheid en flexibiliteit van cloud BI.
   4. Het integreren van cloud-gebaseerde data in lokale systemenJe integreert cloud-data met lokale systemen.
   5. Beveiligingsaspecten en privacy-overwegingen bij het gebruik van cloud BIJe beoordeelt beveiligings- en privacyaspecten van cloud BI.
10. 10 Trends en toekomst van Business Intelligence Je verkent trends en toekomstige ontwikkelingen binnen business intelligence.
    5 lessen

    1. De opkomst van kunstmatige intelligentie en machine learning in BIJe onderzoekt de rol van AI en machine learning in BI.
    2. Het belang van big data en real-time analytics in de toekomstJe analyseert het belang van big data en real-time analytics.
    3. Integratie van BI met Internet of Things (IoT) en sensorgegevensJe bekijkt de integratie van BI met IoT en sensorgegevens.
    4. De rol van self-service BI voor gebruikers zonder technische kennisJe onderzoekt self-service BI voor niet-technische gebruikers.
    5. De toekomst van BI-tools en de impact van automatisering op gegevensanalyseJe analyseert de impact van automatisering op BI-tools.

Je onderzoekt hoe je IoT-systemen opzet, beheert en beveiligt, en past toepassingen toe in diverse sectoren.

1. 1 Introductie IoT Je onderzoekt de ontwikkeling en toepassingen van IoT in verschillende sectoren.
   5 lessen

   1. Definitie en toepassingen van IoTJe beschrijft wat IoT inhoudt en waar je het kunt toepassen.
   2. Historie en ontwikkeling van IoT-technologieJe zet de belangrijkste stappen in de ontwikkeling van IoT-technologie uiteen.
   3. Verschil tussen IoT, IIoT en smart devicesJe vergelijkt IoT, IIoT en smart devices op kenmerken en toepassingen.
   4. Belang van IoT in dagelijkse en zakelijke toepassingenJe benoemt hoe IoT het dagelijks leven en zakelijke processen beïnvloedt.
   5. Voorbeelden van IoT in diverse sectorenJe bespreekt praktijkvoorbeelden van IoT in uiteenlopende sectoren.
2. 2 Sensoren en actuatoren Je maakt kennis met verschillende sensoren, actuatoren en hun integratie in IoT-systemen.
   5 lessen

   1. Soorten sensoren (temperatuur, licht, beweging, etc.)Je herkent typen sensoren en hun toepassingen in IoT.
   2. Soorten actuatoren en hun functiesJe benoemt de functies van actuatoren in automatisering.
   3. Signaalverwerking en data-acquisitieJe legt uit hoe signalen worden verwerkt en data wordt verzameld.
   4. Integratie van sensoren met IoT-systemenJe koppelt sensoren aan IoT-systemen en beschrijft het proces.
   5. Onderhoud en kalibratie van sensorenJe licht toe hoe je sensoren onderhoudt en kalibreert.
3. 3 IoT-netwerken Je analyseert netwerkprincipes, protocollen en beveiliging voor IoT-communicatie.
   5 lessen

   1. Basisprincipes van netwerken voor IoTJe benoemt de basis van netwerken die geschikt zijn voor IoT.
   2. Verschillende communicatieprotocollen (Wi-Fi, Zigbee, LoRa, NB-IoT)Je vergelijkt communicatieprotocollen zoals Wi-Fi, Zigbee en LoRa.
   3. Mesh- en point-to-point netwerkenJe legt mesh- en point-to-point netwerken uit aan de hand van voorbeelden.
   4. Bandbreedte, latency en betrouwbaarheidJe beoordeelt bandbreedte, latency en betrouwbaarheid van IoT-netwerken.
   5. Netwerkbeveiliging en toegangscontroleJe beschrijft maatregelen voor netwerkbeveiliging en toegangscontrole.
4. 4 Dataverzameling en opslag Je leert hoe je sensordata verzamelt, opslaat en beschermt binnen IoT-toepassingen.
   5 lessen

   1. Methoden voor het verzamelen van sensordataJe past methoden toe om data van sensoren te verzamelen.
   2. Opslagopties: lokaal vs. cloudJe vergelijkt lokale opslag met cloudoplossingen voor IoT-data.
   3. Databases voor IoT-toepassingenJe selecteert geschikte databases voor IoT-toepassingen.
   4. Data-integriteit en kwaliteitscontroleJe controleert data op integriteit en kwaliteit.
   5. Privacy en bescherming van verzamelde gegevensJe licht privacyaspecten en gegevensbescherming toe.
5. 5 Data-analyse en visualisatie Je verwerkt en analyseert IoT-data en vertaalt inzichten naar rapportages en toepassingen.
   5 lessen

   1. Basisprincipes van data-analyseJe past basisprincipes van data-analyse toe op IoT-data.
   2. Tools voor visualisatie van IoT-dataJe gebruikt tools om verzamelde data te visualiseren.
   3. Patronen en trends herkennenJe herkent patronen en trends in datasets.
   4. Predictive maintenance en andere toepassingenJe past predictive maintenance en andere toepassingen toe.
   5. Rapportage en besluitvorming op basis van dataJe stelt rapportages op en ondersteunt besluitvorming met data.
6. 6 IoT-beveiliging Je onderzoekt risico’s en maatregelen voor de beveiliging van IoT-apparaten en data.
   5 lessen

   1. Beveiligingsrisico’s van IoT-apparatenJe identificeert beveiligingsrisico’s bij IoT-apparaten.
   2. Authenticatie en encryptieJe past authenticatie en encryptie toe voor veilige communicatie.
   3. Updates en patchmanagementJe beheert updates en patches voor IoT-systemen.
   4. Privacybescherming van gebruikersgegevensJe beschermt gebruikersgegevens tegen ongewenste toegang.
   5. Incidentbeheer bij beveiligingslekkenJe handelt incidenten af bij beveiligingslekken.
7. 7 IoT-platforms en software Je werkt met IoT-platforms voor apparaatbeheer, automatisering en integratie met andere systemen.
   5 lessen

   1. Bekende IoT-platforms (bijv. Azure IoT, AWS IoT, Google Cloud IoT)Je maakt kennis met bekende IoT-platforms en hun mogelijkheden.
   2. Apparaatbeheer via platformsJe beheert apparaten via een IoT-platform.
   3. API’s en integratie met andere systemenJe koppelt systemen via API’s en realiseert integraties.
   4. Dashboard-ontwikkeling voor monitoringJe ontwikkelt dashboards voor monitoring van IoT-systemen.
   5. Automatisering en regels binnen platformsJe stelt automatiseringsregels in binnen een platform.
8. 8 Smart homes en smart cities Je onderzoekt toepassingen van IoT in woningen en steden, en bespreekt maatschappelijke aspecten.
   5 lessen

   1. Voorbeelden van slimme toepassingen thuisJe analyseert slimme toepassingen voor thuisgebruik.
   2. Verlichting, klimaat, veiligheid en energiebeheerJe bespreekt systemen voor verlichting, klimaat en energiebeheer.
   3. IoT-oplossingen in stedelijke omgevingenJe licht IoT-oplossingen toe voor stedelijke vraagstukken.
   4. Sensoren voor verkeer, milieu en afvalbeheerJe benoemt het gebruik van sensoren voor verkeer en milieu.
   5. Sociaal en ethisch perspectief van smart citiesJe bespreekt sociale en ethische kwesties rondom smart cities.
9. 9 Onderhoud en troubleshooting IoT-apparaten Je voert onderhoud uit en lost storingen op bij IoT-apparaten, met aandacht voor communicatie en documentatie.
   5 lessen

   1. Routinecontroles en preventief onderhoudJe voert routinecontroles en preventief onderhoud uit.
   2. Diagnostiek bij storingenJe stelt diagnoses bij storingen aan IoT-apparaten.
   3. Firmware-updates en configuratiebeheerJe beheert firmware-updates en configuraties.
   4. Documentatie van incidenten en oplossingenJe documenteert incidenten en oplossingen gestructureerd.
   5. Communicatie met eindgebruikers bij problemenJe communiceert effectief met eindgebruikers bij problemen.
10. 10 Toekomst van IoT Je verkent nieuwe ontwikkelingen, AI-toepassingen en kansen voor innovatie en loopbaan in IoT.
    5 lessen

    1. Opkomende technologieën en trendsJe signaleert technologische trends binnen IoT.
    2. IoT en kunstmatige intelligentie (AI)Je onderzoekt de rol van AI binnen IoT-toepassingen.
    3. Duurzaamheid en energie-efficiëntieJe bespreekt duurzaamheid en energie-efficiëntie in IoT.
    4. Mogelijkheden voor innovatie in industrie en dienstverleningJe benoemt innovatieve mogelijkheden in industrie en dienstverlening.
    5. Carrièremogelijkheden binnen IoTJe verkent carrièremogelijkheden binnen het IoT-werkveld.

Je onderzoekt hoe kunstmatige intelligentie werkt, past AI toe in bedrijfsprocessen en leert over ethiek en automatisering.

1. 1 Inleiding tot kunstmatige intelligentie (AI) Je verkent de basis van kunstmatige intelligentie en de invloed ervan op werk en samenleving.
   5 lessen

   1. Wat is kunstmatige intelligentie en waarom is het belangrijk?Je onderzoekt wat kunstmatige intelligentie inhoudt en waarom deze technologie relevant is.
   2. Verschillende soorten AI: zwakke AI, sterke AI, en superintelligentieJe vergelijkt verschillende typen AI en hun kenmerken.
   3. Het verschil tussen machine learning, deep learning en AIJe onderscheidt machine learning, deep learning en AI aan de hand van hun eigenschappen.
   4. Toepassingen van AI in verschillende sectoren (gezondheidszorg, productie, klantenservice)Je bekijkt hoe AI wordt toegepast in uiteenlopende sectoren.
   5. De impact van AI op de werkplek en de samenlevingJe analyseert de effecten van AI op de werkplek en de maatschappij.
2. 2 Basisprincipes van machine learning Je leert de basisprincipes van machine learning en het belang van data bij het trainen van modellen.
   5 lessen

   1. Wat is machine learning en hoe werkt het?Je ontdekt hoe machine learning werkt en welke stappen het proces kent.
   2. Verschil tussen supervised, unsupervised en reinforcement learningJe vergelijkt supervised, unsupervised en reinforcement learning.
   3. Het proces van het trainen van een machine learning-modelJe volgt het proces 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 bestudeert voorbeelden van veelgebruikte machine learning-algoritmes.
3. 3 Deep learning en neural networks Je verdiept je in deep learning en neurale netwerken, en vergelijkt deze met traditionele technieken.
   5 lessen

   1. Wat is deep learning en hoe verschilt het van machine learning?Je onderzoekt de kenmerken van deep learning en het verschil met machine learning.
   2. Basisconcepten van neurale netwerken en hun werkingJe leert hoe neurale netwerken zijn opgebouwd en functioneren.
   3. Verschillende soorten neurale netwerken (bijv. feedforward, convolutioneel, recurrent)Je vergelijkt verschillende soorten neurale netwerken en hun toepassingen.
   4. Het gebruik van deep learning voor beeld- en spraakherkenningJe bekijkt hoe deep learning wordt ingezet voor beeld- en spraakherkenning.
   5. Voor- en nadelen van deep learning in vergelijking met traditionele machine learning-techniekenJe analyseert de voordelen en nadelen van deep learning ten opzichte van andere methoden.
4. 4 Natural Language Processing (NLP) Je onderzoekt hoe AI taal verwerkt en gebruikt wordt voor tekst, chatbots en vertalingen.
   5 lessen

   1. Wat is Natural Language Processing (NLP) en waarom is het belangrijk?Je ontdekt wat Natural Language Processing inhoudt en waarom het relevant is.
   2. Basisprincipes van taalverwerking door AI (taalanalyse, sentimentanalyse)Je leert hoe AI teksten analyseert en sentiment bepaalt.
   3. Het gebruik van NLP voor chatbots, vertalingen en tekstsamenvattingJe bekijkt toepassingen van NLP zoals chatbots en automatische vertalingen.
   4. Machine learning-technieken voor tekstverwerking (bijv. Bag of Words, TF-IDF)Je onderzoekt machine learning-technieken voor het verwerken van tekst.
   5. Vooruitgangen in NLP: van rule-based systemen naar deep learning-gebaseerde benaderingenJe vergelijkt traditionele en moderne benaderingen binnen 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 het belang van goede datavoorbereiding voor AI-projecten.
   2. Verschillende soorten data (gestructureerd, ongestructureerd, semi-gestructureerd)Je onderscheidt verschillende soorten data en hun kenmerken.
   3. Het proces van data-cleaning: omgaan met ontbrekende waarden en ruisJe oefent met het opschonen van data en het omgaan met ontbrekende waarden.
   4. Data normalisatie en standaardisatie voor machine learningJe past normalisatie en standaardisatie toe op datasets.
   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 past AI toe in bedrijfsprocessen zoals automatisering, klantsegmentatie en risicomanagement.
   5 lessen

   1. Toepassingen van AI in bedrijfsprocessen (automatisering, voorspellingen, optimalisatie)Je onderzoekt hoe AI bedrijfsprocessen kan automatiseren en optimaliseren.
   2. AI voor klantsegmentatie en gepersonaliseerde marketingJe bekijkt hoe AI wordt ingezet voor klantsegmentatie en marketing.
   3. AI in voorraadbeheer en supply chain optimalisatieJe analyseert het gebruik van AI in voorraadbeheer en supply chain.
   4. Het gebruik van AI voor voorspellingen en risicomanagementJe leert hoe AI wordt gebruikt voor voorspellingen en risicobeheer.
   5. Voorbeelden van AI-tools voor bedrijfsvoering (bijv. chatbots, predictive analytics, AI-gestuurde CRM)Je maakt kennis met AI-tools die bedrijfsvoering ondersteunen.
7. 7 Ethiek en verantwoordelijkheid in AI Je analyseert ethische vraagstukken, bias en privacy bij het ontwikkelen en toepassen van AI.
   5 lessen

   1. Het belang van ethiek in de ontwikkeling en toepassing van AIJe onderzoekt waarom ethiek belangrijk is bij AI-toepassingen.
   2. De risico's van bias en discriminatie in AI-systemenJe bespreekt de risico's van bias en discriminatie in AI-systemen.
   3. Hoe AI-beslissingen transparant en uitlegbaar kunnen worden gemaaktJe leert hoe je AI-beslissingen transparant en uitlegbaar maakt.
   4. Het waarborgen van privacy en gegevensbeveiliging bij AI-toepassingenJe bekijkt hoe je privacy en gegevensbeveiliging waarborgt bij AI.
   5. Regelgeving en wetgeving rondom AI, zoals GDPR en de AI ActJe krijgt inzicht in relevante regelgeving rondom AI.
8. 8 AI tools en software voor beginners Je maakt kennis met AI-tools en bouwt eenvoudige modellen met toegankelijke software en interfaces.
   5 lessen

   1. Overzicht van populaire AI-tools en -platformen (bijv. TensorFlow, Keras, PyTorch)Je krijgt een overzicht van veelgebruikte AI-tools en platformen.
   2. Het gebruik van grafische gebruikersinterfaces (GUI) voor beginners in AI (bijv. Google Colab, Azure ML)Je leert werken met grafische gebruikersinterfaces voor AI.
   3. Het bouwen van eenvoudige machine learning-modellen met open-source softwareJe bouwt eenvoudige machine learning-modellen met open-source software.
   4. Basisprincipes van coderen voor AI (bijv. Python, R)Je past basisprincipes van coderen toe voor AI-toepassingen.
   5. Het toepassen van kant-en-klare modellen voor tekstverwerking, beeldherkenning en voorspellende analysesJe gebruikt kant-en-klare modellen voor tekst, beeld en voorspellingen.
9. 9 AI en automatisering Je ontdekt hoe AI processen automatiseert en bijdraagt aan efficiëntie en kostenbesparing.
   5 lessen

   1. Wat is procesautomatisering en hoe kan AI hierbij helpen?Je onderzoekt hoe AI procesautomatisering ondersteunt.
   2. Toepassingen van AI in RPA (Robotic Process Automation)Je bekijkt AI-toepassingen binnen Robotic Process Automation.
   3. Het gebruik van AI om repetitieve taken en administratieve processen te automatiserenJe leert hoe AI repetitieve en administratieve taken automatiseert.
   4. Voorbeelden van AI in de klantenservice (chatbots, automatische e-mailrespons)Je analyseert voorbeelden van AI in klantenservice.
   5. De voordelen van automatisering met AI voor efficiëntie en kostenbesparingJe beoordeelt de voordelen van automatisering met AI voor organisaties.
10. 10 Toekomst van AI en de werkplek Je onderzoekt toekomstige AI-technologieën en de gevolgen voor werk, vaardigheden en organisaties.
    5 lessen

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