Artificial Intelligence Basics E-learning

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.