MBO ICT en Business Intelligence (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 past business intelligence toe door data te verzamelen, analyseren, visualiseren en rapporteren voor betere besluitvorming.

1. 1 Inleiding tot Business Intelligence Je onderzoekt wat business intelligence is en hoe BI processen en prestaties ondersteunt.
   5 lessen

   1. Wat is Business Intelligence en waarom is het belangrijk voor organisaties?Je onderzoekt de betekenis van business intelligence voor organisaties.
   2. Verschil tussen data, informatie en kennis in een bedrijfscontextJe vergelijkt data, informatie en kennis in een zakelijke context.
   3. Het belang van gegevensanalyse voor besluitvormingJe analyseert hoe gegevensanalyse bijdraagt aan besluitvorming.
   4. De rol van BI in het verbeteren van bedrijfsprocessen en prestatiesJe bekijkt hoe BI bedrijfsprocessen en prestaties kan verbeteren.
   5. Overzicht van BI-tools en -technologieënJe maakt kennis met verschillende BI-tools en technologieën.
2. 2 Data verzamelen en integreren Je leert data verzamelen, integreren en controleren op kwaliteit en fouten.
   5 lessen

   1. Wat zijn dataverzamelingsmethoden en waarom zijn ze belangrijk?Je onderzoekt methoden voor het verzamelen van data.
   2. Verschillende soorten data: gestructureerd vs. ongestructureerdJe onderscheidt gestructureerde en ongestructureerde data.
   3. Het proces van data-integratie en het combineren van gegevens uit verschillende bronnenJe beschrijft hoe je data uit verschillende bronnen samenvoegt.
   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 controleert de kwaliteit van data en voorkomt fouten.
3. 3 Datawarehousing en databases Je verdiept je in datawarehousing, databases, opslag, beheer en beveiliging van data.
   5 lessen

   1. Wat is een datawarehouse en waarom is het essentieel voor BI?Je onderzoekt het nut van een datawarehouse voor BI.
   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.
   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 beveiliging en privacy in een datawarehouse.
4. 4 Data-analyse en visualisatie Je analyseert data, herkent patronen en visualiseert resultaten met BI-tools.
   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 communiceert bevindingen met behulp van visualisaties.
   3. Verschillende soorten grafieken en diagrammen (bijv. lijngrafieken, taartdiagrammen, heatmaps)Je kiest geschikte grafieken en diagrammen voor je data.
   4. Het gebruik van BI-tools voor het visualiseren van data (bijv. Power BI, Tableau)Je visualiseert data met BI-tools zoals Power BI of Tableau.
   5. Het interpreteren van visualisaties om zakelijke beslissingen te ondersteunenJe interpreteert visualisaties om beslissingen te onderbouwen.
5. 5 Dashboards en rapportages Je ontwikkelt dashboards, stelt rapportages op en gebruikt KPI’s voor BI-doeleinden.
   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 bouwt effectieve dashboards.
   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 inzichten.
   5. Hoe gebruikers interactieve dashboards kunnen gebruiken voor gegevensanalyseJe gebruikt interactieve dashboards voor analyse.
6. 6 Geavanceerde analytische technieken Je maakt kennis met voorspellende analyses, machine learning en geavanceerde analysetechnieken.
   5 lessen

   1. Inleiding tot voorspellende analyses en machine learningJe verkent voorspellende analyses en machine learning.
   2. Het gebruik van statistische methoden voor gegevensanalyseJe past statistische methoden toe op data.
   3. Het begrijpen van data mining en het ontdekken van verborgen patronen in dataJe ontdekt verborgen patronen met data mining.
   4. Toepassing van geavanceerde algoritmen voor voorspellingen en aanbevelingenJe past geavanceerde algoritmen toe voor voorspellingen.
   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 leert data governance, eigenaarschap, privacy, beveiliging en kwaliteitsborging toepassen.
   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 in organisaties.
   3. Wet- en regelgeving omtrent gegevensprivacy en -beveiliging (zoals de GDPR)Je bestudeert regelgeving rond privacy en beveiliging.
   4. Het opstellen van gegevensbeveiligingsbeleid en het naleven van juridische vereistenJe stelt beveiligingsbeleid op en volgt juridische eisen.
   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 strategische besluitvorming, sales, financiën, voorraad en klantrelaties.
   5 lessen

   1. Het gebruik van BI voor strategische besluitvorming en procesoptimalisatieJe gebruikt BI voor strategische keuzes en procesverbetering.
   2. BI in sales: het voorspellen van klantgedrag en het optimaliseren van marketinginspanningenJe voorspelt klantgedrag en verbetert marketing met BI.
   3. BI in financiën: het analyseren van kosten, inkomsten en winstgevendheidJe analyseert kosten, inkomsten en winstgevendheid.
   4. Het gebruik van BI voor voorraadbeheer en supply chain optimalisatieJe optimaliseert voorraadbeheer en supply chain met BI.
   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, platforms, integratie en beveiligingsaspecten.
   5 lessen

   1. Wat is cloud-gebaseerde BI en waarom is het steeds belangrijker?Je onderzoekt het belang 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 van cloudoplossingen voor BI.
   4. Het integreren van cloud-gebaseerde data in lokale systemenJe integreert clouddata met lokale systemen.
   5. Beveiligingsaspecten en privacy-overwegingen bij het gebruik van cloud BIJe beoordeelt beveiliging en privacy bij cloud BI.
10. 10 Trends en toekomst van Business Intelligence Je verdiept je in actuele 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 benoemt het belang van big data en real-time analytics.
    3. Integratie van BI met Internet of Things (IoT) en sensorgegevensJe bekijkt 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 bespreekt toekomstige BI-tools en automatisering.

Je verkent hoe IoT-systemen werken, van sensoren tot data-analyse, beveiliging en toepassingen in huis en stad.

1. 1 Introductie IoT Je onderzoekt wat IoT is, waar het vandaan komt en hoe het in verschillende sectoren wordt toegepast.
   5 lessen

   1. Definitie en toepassingen van IoTJe onderzoekt wat IoT inhoudt en bekijkt voorbeelden van toepassingen in de praktijk.
   2. Historie en ontwikkeling van IoT-technologieJe beschrijft de ontwikkeling van IoT-technologie en plaatst deze in historisch perspectief.
   3. Verschil tussen IoT, IIoT en smart devicesJe vergelijkt IoT met IIoT en smart devices en benoemt de verschillen.
   4. Belang van IoT in dagelijkse en zakelijke toepassingenJe analyseert hoe IoT wordt ingezet in dagelijkse situaties en zakelijke processen.
   5. Voorbeelden van IoT in diverse sectorenJe bekijkt concrete voorbeelden van IoT in sectoren zoals zorg, industrie en logistiek.
2. 2 Sensoren en actuatoren Je verdiept je in verschillende sensoren en actuatoren en leert deze integreren in IoT-systemen.
   5 lessen

   1. Soorten sensoren (temperatuur, licht, beweging, etc.)Je benoemt en herkent verschillende typen sensoren en hun toepassingen.
   2. Soorten actuatoren en hun functiesJe beschrijft de functies van diverse actuatoren binnen een IoT-systeem.
   3. Signaalverwerking en data-acquisitieJe legt uit hoe signalen van sensoren worden verwerkt en data wordt verzameld.
   4. Integratie van sensoren met IoT-systemenJe koppelt sensoren aan IoT-systemen en bespreekt de integratie.
   5. Onderhoud en kalibratie van sensorenJe voert onderhoud uit en kalibreert sensoren voor betrouwbare werking.
3. 3 IoT-netwerken Je onderzoekt netwerkprincipes, communicatieprotocollen en beveiliging binnen IoT-netwerken.
   5 lessen

   1. Basisprincipes van netwerken voor IoTJe legt uit hoe netwerken voor IoT werken en benoemt de basisprincipes.
   2. Verschillende communicatieprotocollen (Wi-Fi, Zigbee, LoRa, NB-IoT)Je vergelijkt verschillende communicatieprotocollen die gebruikt worden in IoT.
   3. Mesh- en point-to-point netwerkenJe analyseert het verschil tussen mesh- en point-to-point netwerken.
   4. Bandbreedte, latency en betrouwbaarheidJe beoordeelt bandbreedte, latency en betrouwbaarheid van IoT-netwerken.
   5. Netwerkbeveiliging en toegangscontroleJe beschrijft hoe je netwerkbeveiliging en toegangscontrole toepast.
4. 4 Dataverzameling en opslag Je leert hoe je sensordata verzamelt, opslaat en beschermt binnen een IoT-omgeving.
   5 lessen

   1. Methoden voor het verzamelen van sensordataJe past methoden toe om data van sensoren te verzamelen.
   2. Opslagopties: lokaal vs. cloudJe vergelijkt opslagmogelijkheden, lokaal en in de cloud.
   3. Databases voor IoT-toepassingenJe onderzoekt welke databases geschikt zijn voor IoT-toepassingen.
   4. Data-integriteit en kwaliteitscontroleJe controleert data op integriteit en kwaliteit.
   5. Privacy en bescherming van verzamelde gegevensJe beschrijft hoe je privacy en bescherming van gegevens waarborgt.
5. 5 Data-analyse en visualisatie Je analyseert IoT-data, herkent patronen en leert data te visualiseren en rapporteren.
   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 visueel weer te geven.
   3. Patronen en trends herkennenJe herkent patronen en trends in datasets.
   4. Predictive maintenance en andere toepassingenJe onderzoekt toepassingen zoals voorspellend onderhoud.
   5. Rapportage en besluitvorming op basis van dataJe stelt rapportages op en ondersteunt besluitvorming met data.
6. 6 IoT-beveiliging Je identificeert beveiligingsrisico’s, past beveiligingstechnieken toe en beheert incidenten.
   5 lessen

   1. Beveiligingsrisico’s van IoT-apparatenJe benoemt risico’s die verbonden zijn aan het gebruik van IoT-apparaten.
   2. Authenticatie en encryptieJe past authenticatie en encryptie toe om apparaten te beveiligen.
   3. Updates en patchmanagementJe beheert updates en patches voor veilige werking van systemen.
   4. Privacybescherming van gebruikersgegevensJe beschermt gebruikersgegevens en waarborgt privacy.
   5. Incidentbeheer bij beveiligingslekkenJe onderneemt stappen bij beveiligingsincidenten en documenteert deze.
7. 7 IoT-platforms en software Je werkt met IoT-platforms, beheert apparaten en ontwikkelt dashboards voor monitoring.
   5 lessen

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

   1. Voorbeelden van slimme toepassingen thuisJe bekijkt voorbeelden van slimme oplossingen voor thuisgebruik.
   2. Verlichting, klimaat, veiligheid en energiebeheerJe analyseert systemen voor verlichting, klimaat, veiligheid en energiebeheer.
   3. IoT-oplossingen in stedelijke omgevingenJe onderzoekt IoT-oplossingen die in stedelijke omgevingen worden toegepast.
   4. Sensoren voor verkeer, milieu en afvalbeheerJe bespreekt het gebruik van sensoren voor verkeer, milieu en afvalbeheer.
   5. Sociaal en ethisch perspectief van smart citiesJe reflecteert op sociale en ethische vraagstukken rond smart cities.
9. 9 Onderhoud en troubleshooting IoT-apparaten Je voert onderhoud uit aan IoT-apparaten en lost storingen op met passende methoden.
   5 lessen

   1. Routinecontroles en preventief onderhoudJe voert routinecontroles uit en plant preventief onderhoud.
   2. Diagnostiek bij storingenJe stelt diagnoses bij storingen en zoekt naar oorzaken.
   3. Firmware-updates en configuratiebeheerJe beheert firmware-updates en houdt configuraties bij.
   4. Documentatie van incidenten en oplossingenJe legt incidenten en oplossingen vast in documentatie.
   5. Communicatie met eindgebruikers bij problemenJe communiceert helder met gebruikers bij technische problemen.
10. 10 Toekomst van IoT Je analyseert trends in IoT, onderzoekt AI-koppelingen en bespreekt innovatie en carrièrekansen.
    5 lessen

    1. Opkomende technologieën en trendsJe signaleert nieuwe technologieën en trends binnen het IoT-veld.
    2. IoT en kunstmatige intelligentie (AI)Je onderzoekt de relatie tussen IoT en kunstmatige intelligentie.
    3. Duurzaamheid en energie-efficiëntieJe bespreekt hoe duurzaamheid en energie-efficiëntie worden gerealiseerd.
    4. Mogelijkheden voor innovatie in industrie en dienstverleningJe verkent innovatieve mogelijkheden in industrie en dienstverlening.
    5. Carrièremogelijkheden binnen IoTJe brengt carrièremogelijkheden binnen het IoT-domein in kaart.

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.