Zoeken Over Contact
Vragen? staat klaar om je vragen zo snel mogelijk te beantwoorden
Email
X

Hoe kunnen we je helpen?

Welkom bij Pink Academy! Wij bieden een uitgebreid scala aan ITSM- en ESM-diensten die zijn ontworpen om de digitale transformatie van uw organisatie te ondersteunen.

Of u nu op zoek bent naar deskundig ITSM-advies, geavanceerde technologische oplossingen, bekroonde trainingen of praktische IT-ondersteuning, verken onze website en gebruik het zoekveld om eenvoudig de bronnen, inzichten en diensten te vinden die u nodig hebt.
back

Artificial Intelligence Basics E-learning

E-Learning: E-Learning | Tijdsduur: 12 months | €599
Koop nu

De AI Basics Certificering is ontworpen als een belangrijke kwalificatie voor professionals die de essentie van Kunstmatige Intelligentie (AI) moeten begrijpen en deze effectief willen toepassen in hun zakelijke omgeving. Deze certificering biedt een solide basis in AI-best practices en helpt bij het creëren van een gedeeld begrip dat kan leiden tot aanzienlijke voordelen.

Deze certificering richt zich op het geven van een overzicht van wat AI is, hoe het werkt, en de praktische toepassingen—samen met de voordelen en mogelijke risico’s.

Na voltooiing van de zelfstudiecursus ben je optimaal voorbereid op het officiële examen ‘Artificial Intelligence Basics’ van Van Haren Publishing Group.

Kandidaten moeten in staat zijn kennis en begrip aan te tonen in de volgende onderwerpen:

  • Wat is AI? Verklaart de verschillen tussen menselijke en kunstmatige intelligentie, onderzoekt de logische niveaus van Robert Dilt, en verbindt deze concepten met verschillende soorten AI. Het bespreekt ook de impact van de 4e industriële revolutie.
  • Data beheren voor AI: Introduceert basiskennis van data, legt verschillende datatypes uit, en behandelt het belang van datasemantiek en -syntaxis. Daarnaast worden privacykwesties besproken en de potentiële inzichten die uit data kunnen worden verkregen.
  • Ethiek, risico’s en betrouwbaarheid: Onderzoekt de ethische uitdagingen en risico’s die gepaard gaan met AI, waaronder het belang van uitlegbare AI. Het introduceert de ethische richtlijnen en wetgeving van de EU, met de nadruk op het behouden van publiek vertrouwen in AI-technologieën.
  • Voorspellingen, algoritmen, machine learning en deep learning: Biedt een overzicht van verschillende niveaus van voorspellingen, belangrijke algoritmen, veelvoorkomende probleemtypen en generatieve AI-modellen. Het benadrukt welke algoritmen het meest geschikt zijn voor specifieke soorten problemen.
  • Het bouwen en beoordelen van een AI-toepassing: Geeft een basisaanpak voor het ontwikkelen van een eenvoudige AI-toepassing met behulp van de CRISP-DM-methodologie. Het benadrukt het belang van inzicht in de zakelijke context en het beoordelen van de betrouwbaarheid bij elke stap van het proces.

Kandidaten moeten in staat zijn kennis en begrip aan te tonen in de volgende onderwerpen:

  • Wat is AI? Verklaart de verschillen tussen menselijke en kunstmatige intelligentie, onderzoekt de logische niveaus van Robert Dilt, en verbindt deze concepten met verschillende soorten AI. Het bespreekt ook de impact van de 4e industriële revolutie.
  • Data beheren voor AI: Introduceert basiskennis van data, legt verschillende datatypes uit, en behandelt het belang van datasemantiek en -syntaxis. Daarnaast worden privacykwesties besproken en de potentiële inzichten die uit data kunnen worden verkregen.
  • Ethiek, risico’s en betrouwbaarheid: Onderzoekt de ethische uitdagingen en risico’s die gepaard gaan met AI, waaronder het belang van uitlegbare AI. Het introduceert de ethische richtlijnen en wetgeving van de EU, met de nadruk op het behouden van publiek vertrouwen in AI-technologieën.
  • Voorspellingen, algoritmen, machine learning en deep learning: Biedt een overzicht van verschillende niveaus van voorspellingen, belangrijke algoritmen, veelvoorkomende probleemtypen en generatieve AI-modellen. Het benadrukt welke algoritmen het meest geschikt zijn voor specifieke soorten problemen.
  • Het bouwen en beoordelen van een AI-toepassing: Geeft een basisaanpak voor het ontwikkelen van een eenvoudige AI-toepassing met behulp van de CRISP-DM-methodologie. Het benadrukt het belang van inzicht in de zakelijke context en het beoordelen van de betrouwbaarheid bij elke stap van het proces.
  • Module 1: Introduction to AI Fundamentals
  • Module 2: Ethical and Sustainable Human and Artificial Intelligence
  • Module 3: AI Benefits, Challenges and Projects
  • Module 4: Machine Learning (ML) Toolbox – Theory and Practice
  • Module 5: Agile Working and The Future of Human and Machine collaboration
  • Module 6: AI Fundamentals Wrap Up
  • Module 7: Trial Exam

Examen informatie:

  • 20 meerkeuze vragen
  • 13 punten vereist om te slagen – 65%
  • Duur examen: 30 minutes
  • Gesloten boek.

Er zijn geen voorvereisten.

  • Overzicht

    Kandidaten moeten in staat zijn kennis en begrip aan te tonen in de volgende onderwerpen:

    • Wat is AI? Verklaart de verschillen tussen menselijke en kunstmatige intelligentie, onderzoekt de logische niveaus van Robert Dilt, en verbindt deze concepten met verschillende soorten AI. Het bespreekt ook de impact van de 4e industriële revolutie.
    • Data beheren voor AI: Introduceert basiskennis van data, legt verschillende datatypes uit, en behandelt het belang van datasemantiek en -syntaxis. Daarnaast worden privacykwesties besproken en de potentiële inzichten die uit data kunnen worden verkregen.
    • Ethiek, risico’s en betrouwbaarheid: Onderzoekt de ethische uitdagingen en risico’s die gepaard gaan met AI, waaronder het belang van uitlegbare AI. Het introduceert de ethische richtlijnen en wetgeving van de EU, met de nadruk op het behouden van publiek vertrouwen in AI-technologieën.
    • Voorspellingen, algoritmen, machine learning en deep learning: Biedt een overzicht van verschillende niveaus van voorspellingen, belangrijke algoritmen, veelvoorkomende probleemtypen en generatieve AI-modellen. Het benadrukt welke algoritmen het meest geschikt zijn voor specifieke soorten problemen.
    • Het bouwen en beoordelen van een AI-toepassing: Geeft een basisaanpak voor het ontwikkelen van een eenvoudige AI-toepassing met behulp van de CRISP-DM-methodologie. Het benadrukt het belang van inzicht in de zakelijke context en het beoordelen van de betrouwbaarheid bij elke stap van het proces.
  • Leerdoelen

    Kandidaten moeten in staat zijn kennis en begrip aan te tonen in de volgende onderwerpen:

    • Wat is AI? Verklaart de verschillen tussen menselijke en kunstmatige intelligentie, onderzoekt de logische niveaus van Robert Dilt, en verbindt deze concepten met verschillende soorten AI. Het bespreekt ook de impact van de 4e industriële revolutie.
    • Data beheren voor AI: Introduceert basiskennis van data, legt verschillende datatypes uit, en behandelt het belang van datasemantiek en -syntaxis. Daarnaast worden privacykwesties besproken en de potentiële inzichten die uit data kunnen worden verkregen.
    • Ethiek, risico’s en betrouwbaarheid: Onderzoekt de ethische uitdagingen en risico’s die gepaard gaan met AI, waaronder het belang van uitlegbare AI. Het introduceert de ethische richtlijnen en wetgeving van de EU, met de nadruk op het behouden van publiek vertrouwen in AI-technologieën.
    • Voorspellingen, algoritmen, machine learning en deep learning: Biedt een overzicht van verschillende niveaus van voorspellingen, belangrijke algoritmen, veelvoorkomende probleemtypen en generatieve AI-modellen. Het benadrukt welke algoritmen het meest geschikt zijn voor specifieke soorten problemen.
    • Het bouwen en beoordelen van een AI-toepassing: Geeft een basisaanpak voor het ontwikkelen van een eenvoudige AI-toepassing met behulp van de CRISP-DM-methodologie. Het benadrukt het belang van inzicht in de zakelijke context en het beoordelen van de betrouwbaarheid bij elke stap van het proces.
  • Programma
    • Module 1: Introduction to AI Fundamentals
    • Module 2: Ethical and Sustainable Human and Artificial Intelligence
    • Module 3: AI Benefits, Challenges and Projects
    • Module 4: Machine Learning (ML) Toolbox – Theory and Practice
    • Module 5: Agile Working and The Future of Human and Machine collaboration
    • Module 6: AI Fundamentals Wrap Up
    • Module 7: Trial Exam

    Examen informatie:

    • 20 meerkeuze vragen
    • 13 punten vereist om te slagen – 65%
    • Duur examen: 30 minutes
    • Gesloten boek.
  • Voorvereisten

    Er zijn geen voorvereisten.

Vraag in-company training aan

Ik wil graag meer informatie over de in-company opties voor de volgende training.:
Artificial Intelligence Basics E-learning E-Learning

Oeps! We konden je formulier niet vinden.

Je cursus is toegevoegd aan je winkelwagen
terug naar overzicht Naar checkout