MHBO ICT en Frontend programmeren (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 bouwt en onderhoudt interactieve, toegankelijke en responsieve webpagina’s met HTML, CSS, JavaScript en moderne tools.

1. 1 Inleiding tot frontend programmering Je verkent de rol van frontend development, basistechnieken en het belang van UX en UI in webontwikkeling.
   5 lessen

   1. Wat is frontend programmeren en waarom is het belangrijk voor webontwikkeling?Je onderzoekt de impact van frontend development op het functioneren van websites.
   2. Verschil tussen frontend en backend programmerenJe vergelijkt frontend en backend en benoemt hun specifieke taken binnen webontwikkeling.
   3. De rol van de frontend developer binnen een ontwikkelingsteamJe beschrijft de werkzaamheden van een frontend developer in een team.
   4. Basisprincipes van HTML, CSS en JavaScriptJe past de basis van HTML, CSS en JavaScript toe in eenvoudige webpagina’s.
   5. Het belang van gebruikerservaring (UX) en gebruikersinterface (UI) in frontend ontwikkelingJe analyseert hoe UX en UI bijdragen aan de gebruiksvriendelijkheid van websites.
2. 2 HTML: De basis van webpagina’s Je leert webpagina’s structureren met HTML en zorgt voor toegankelijke en goed opgebouwde code.
   5 lessen

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

   1. Wat is CSS en hoe wordt het gebruikt om de stijl van een webpagina te bepalen?Je past CSS toe om de visuele stijl van een webpagina te bepalen.
   2. Basisconcepten van CSS: selectors, properties en valuesJe gebruikt selectors, properties en values om stijlen te definiëren.
   3. Het gebruik van CSS-boxmodel: margin, padding, borders en contentJe werkt met het boxmodel om marges, opvulling en randen te beheren.
   4. Flexbox en Grid: moderne technieken voor het maken van responsieve lay-outsJe maakt flexibele lay-outs met Flexbox en Grid-technieken.
   5. Media queries en responsive design: hoe pas je stijlen aan voor verschillende schermformaten?Je past media queries toe voor verschillende schermformaten.
4. 4 JavaScript: Interactiviteit op de webpagina Je voegt interactiviteit toe aan webpagina’s met JavaScript en leert basisprincipes van programmeren.
   5 lessen

   1. Wat is JavaScript en hoe wordt het gebruikt voor dynamische webpagina's?Je ontdekt hoe JavaScript zorgt voor dynamische functionaliteit op websites.
   2. Variabelen, datatypes en basis syntax in JavaScriptJe gebruikt variabelen, datatypes en syntax om eenvoudige scripts te schrijven.
   3. Functies en methoden: het creëren van herbruikbare codeJe maakt 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 events zoals klikken en toetsenbordacties.
5. 5 Versiebeheer en samenwerken met Git Je leert werken met Git voor versiebeheer en samenwerking aan frontend projecten.
   5 lessen

   1. Wat is Git en waarom is versiebeheer belangrijk in frontend ontwikkeling?Je verklaart het belang van versiebeheer en de basis van Git.
   2. Het gebruik van Git-commando’s: init, add, commit, push en pullJe voert basishandelingen uit met Git-commando’s zoals init, add, commit, push en pull.
   3. Hoe werk je samen met andere developers via Git en GitHub?Je werkt samen met anderen via 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 zorgt voor een duidelijke commitgeschiedenis en gebruikt consistente namen.
6. 6 Responsive webdesign en mobile-first Je ontwerpt websites die goed werken op verschillende apparaten en test deze op responsiviteit.
   5 lessen

   1. Wat is responsive webdesign en waarom is het essentieel voor de gebruikerservaring?Je onderzoekt waarom responsive design belangrijk is voor de gebruiker.
   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 media queries 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 test websites met tools voor responsieve weergave.
7. 7 CSS preprocessors: SASS en LESS Je werkt met CSS preprocessors zoals SASS en LESS om efficiënter en gestructureerd te stijlen.
   5 lessen

   1. Wat zijn CSS preprocessors en waarom zijn ze nuttig voor grotere projecten?Je onderzoekt het nut van preprocessors bij grotere projecten.
   2. Het verschil tussen SASS, LESS en reguliere CSSJe vergelijkt SASS, LESS en gewone 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 JavaScript frameworks en libraries en leert componenten en externe tools gebruiken.
   5 lessen

   1. Wat is een JavaScript-framework en hoe verschilt het van een library?Je onderzoekt het verschil tussen frameworks en libraries.
   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 werkt met component-gebaseerde architectuur voor herbruikbaarheid.
   5. Het integreren van externe libraries (bijv. jQuery, Lodash) voor veelvoorkomende takenJe integreert externe libraries voor veelvoorkomende taken.
9. 9 Web prestaties en optimalisatie Je verbetert de prestaties van websites door optimalisatie van laadtijden en gebruik van analysetools.
   5 lessen

   1. Wat zijn webprestaties en waarom zijn ze belangrijk voor de gebruikerservaring?Je onderzoekt hoe webprestaties de ervaring van gebruikers beïnvloeden.
   2. Het optimaliseren van laadtijden: compressie van afbeeldingen, minificatie van CSS/JSJe past technieken toe zoals compressie en minificatie voor snellere laadtijden.
   3. Lazy loading van afbeeldingen en andere middelen voor sneller ladenJe implementeert lazy loading voor efficiënter 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 als Google Lighthouse en WebPageTest.
10. 10 Webtoegankelijkheid (WCAG) en best practices Je zorgt dat webpagina’s toegankelijk zijn voor iedereen en toetst deze aan de WCAG-richtlijnen.
    5 lessen

    1. Wat is webtoegankelijkheid en waarom is het belangrijk voor frontend ontwikkeling?Je onderzoekt het belang van webtoegankelijkheid in frontend ontwikkeling.
    2. Het naleven van de WCAG-richtlijnen (Web Content Accessibility Guidelines)Je past WCAG-richtlijnen toe in je ontwerp en code.
    3. Het gebruik van semantische HTML voor betere toegankelijkheidJe gebruikt semantische HTML om toegankelijkheid te verbeteren.
    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 waar nodig.

Je verzamelt, analyseert en visualiseert data en past statistische methoden toe op praktijkgerichte vraagstukken.

1. 1 Introductie data-analyse Je verkent verschillende soorten data, hun waarde en hoe data-analyseprocessen in organisaties verlopen.
   5 lessen

   1. Begrip van data en informatiewaardeJe onderzoekt wat data zijn en hoe je de informatiewaarde van data bepaalt.
   2. Verschil tussen gestructureerde en ongestructureerde dataJe onderscheidt gestructureerde en ongestructureerde data aan de hand van voorbeelden.
   3. Toepassingen van data-analyse in organisatiesJe bekijkt hoe organisaties data-analyse inzetten voor verschillende bedrijfsdoelen.
   4. Data-analyseprocessen en workflowsJe doorloopt de stappen van een data-analyseproces en leert workflows herkennen.
   5. Basisbegrippen: datasets, variabelen, statistiekenJe maakt kennis met datasets, variabelen en basisstatistieken.
2. 2 Dataverzameling en bronnen Je leert waar je data kunt vinden, hoe je data verzamelt en beoordeelt op kwaliteit en ethiek.
   5 lessen

   1. Interne en externe databronnen identificerenJe identificeert interne en externe bronnen voor het verzamelen van relevante data.
   2. Methoden van dataverzamelingJe past verschillende methoden toe om data te verzamelen voor analyse.
   3. Data-import en opslagformaten (CSV, Excel, databases)Je importeert data en kiest het juiste opslagformaat, zoals CSV, Excel of een database.
   4. Kwaliteitscontrole van verzamelde dataJe controleert de kwaliteit van verzamelde data en signaleert mogelijke fouten.
   5. Ethische aspecten bij dataverzamelingJe beoordeelt ethische aspecten bij het verzamelen en gebruiken van data.
3. 3 Data opschonen en voorbereiden Je maakt data geschikt voor analyse door fouten te corrigeren, te standaardiseren en te documenteren.
   5 lessen

   1. Detecteren van ontbrekende of onjuiste gegevensJe spoort ontbrekende of foutieve gegevens op in een dataset.
   2. Normalisatie en standaardisatie van dataJe past normalisatie en standaardisatie toe om data vergelijkbaar te maken.
   3. Verwijderen van duplicaten en inconsistentiesJe verwijdert dubbele of inconsistente gegevens uit de dataset.
   4. Omzetten van data naar bruikbare formatenJe zet data om naar formaten die geschikt zijn voor analyse.
   5. Documenteren van opschoningsprocesJe documenteert de stappen die je neemt tijdens het opschonen van data.
4. 4 Exploratieve data-analyse Je voert verkennende analyses uit, berekent statistieken en herkent patronen in data.
   5 lessen

   1. Basisstatistieken berekenen (gemiddelde, mediaan, modus)Je berekent gemiddelde, mediaan en modus in een dataset.
   2. Visualisatie van data met grafieken en tabellenJe visualiseert data met grafieken en tabellen voor meer inzicht.
   3. Patronen en trends herkennenJe signaleert patronen en trends in de beschikbare data.
   4. Detecteren van afwijkingen en outliersJe ontdekt afwijkingen en outliers in datasets.
   5. Interpretatie van bevindingenJe interpreteert de resultaten van je verkennende analyse.
5. 5 Gebruik van analysetools Je werkt met verschillende analysetools en kiest de juiste toepassing voor jouw analysevraag.
   5 lessen

   1. Werken met Excel voor data-analyseJe voert data-analyses uit met Excel en gebruikt functies voor verwerking.
   2. Introductie tot databasemanagementsystemenJe maakt kennis met databasemanagementsystemen voor het beheren van data.
   3. Basis van Python of R voor data-analyseJe gebruikt basisfuncties van Python of R voor eenvoudige data-analyses.
   4. Gebruik van BI-tools (bijv. Power BI, Tableau)Je past BI-tools toe om data te visualiseren en te analyseren.
   5. Selectie van de juiste tool per analysebehoefteJe selecteert de meest geschikte tool op basis van de analysebehoefte.
6. 6 Statistische basisprincipes Je past statistische basisprincipes toe, zoals kansrekening, correlatie en hypothesetesten.
   5 lessen

   1. Kans en statistische verdelingenJe berekent kansen en herkent verschillende statistische verdelingen.
   2. Correlatie en regressieJe voert correlatie- en regressieanalyses uit op datasets.
   3. Hypothesetesten en betrouwbaarheidsintervallenJe past hypothesetesten toe en werkt met betrouwbaarheidsintervallen.
   4. Data-sampling en representativiteitJe beoordeelt de representativiteit van data met samplingtechnieken.
   5. Interpretatie van statistische resultatenJe interpreteert de uitkomsten van statistische analyses.
7. 7 Data visualisatie en rapportage Je presenteert data op een duidelijke manier en leert resultaten te communiceren aan betrokkenen.
   5 lessen

   1. Keuze van grafiektype passend bij de dataJe kiest passende grafiektypen voor verschillende soorten data.
   2. Dashboards ontwerpen voor inzichtelijke presentatieJe ontwerpt dashboards die inzicht geven in de belangrijkste resultaten.
   3. Gebruik van kleuren en labels voor duidelijkheidJe gebruikt kleuren en labels om grafieken overzichtelijk te maken.
   4. Vertalen van data naar begrijpelijke conclusiesJe vertaalt analyse-uitkomsten naar begrijpelijke conclusies.
   5. Communicatie van resultaten aan stakeholdersJe communiceert resultaten effectief naar collega’s en stakeholders.
8. 8 Trend- en voorspellende analyse Je onderzoekt trends in data en voert eenvoudige voorspellende analyses uit.
   5 lessen

   1. Herkennen van seizoensgebonden patronenJe herkent seizoenspatronen in datasets en benoemt deze.
   2. Introductie tot voorspellende modellenJe maakt kennis met de basis van voorspellende modellen.
   3. Scenarioanalyse en simulaties uitvoerenJe voert scenarioanalyses en simulaties uit met beschikbare data.
   4. Risicoanalyse op basis van dataJe voert risicoanalyses uit op basis van datasetinformatie.
   5. Praktische toepassing van voorspellingenJe past voorspellingen toe in praktijkvoorbeelden.
9. 9 Datakwaliteit en governance Je bewaakt datakwaliteit, beheert datasets en houdt rekening met privacy en beveiliging.
   5 lessen

   1. Datakwaliteit meten en verbeterenJe meet en verbetert de kwaliteit van data in een dataset.
   2. Beheer van datasets en versiecontroleJe beheert datasets en past versiecontrole toe.
   3. Toepassing van bedrijfsregels op dataJe past bedrijfsregels toe op data voor consistentie.
   4. Data privacy en beveiligingJe houdt rekening met privacy en beveiliging bij het werken met data.
   5. Audit en documentatie van analysesJe legt analyses vast en documenteert het proces voor controle.
10. 10 Praktische projecten en casestudies Je past data-analyse toe in praktijkopdrachten en evalueert je eigen analyseproces.
    5 lessen

    1. Analyse van verkoop- en klantdataJe analyseert verkoop- en klantdata aan de hand van een casus.
    2. Optimalisatie van bedrijfsprocessen met dataJe onderzoekt hoe data bedrijfsprocessen kunnen optimaliseren.
    3. Benchmarking en vergelijking van datasetsJe vergelijkt datasets en voert benchmarking uit.
    4. Presentatie van bevindingen aan team/leidingJe presenteert je bevindingen aan je team of leidinggevende.
    5. Evaluatie van analyseproces en resultatenJe evalueert het analyseproces en de behaalde resultaten.

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.