AI Fundamentals

Over de AI Fundamentals

De training AI Fundamentals is voornamelijk gericht op mensen die een technische functie bekleden. Als jij een algemene eerste indruk van kunstmatige intelligentie wil verkrijgen, dan raden wij aan om de training AI voor beginners te gaan volgen.

Kunstmatige intelligentie (AI) is een veelzijdig vakgebied dat veel verder gaat dan alleen toepassingen zoals chatbots of Microsoft Copilot. In de driedaagse training AI Fundamentals leg je een stevige basis voor AI door niet alleen de basisprincipes te verkennen, maar ook door de achterliggende werkmethoden en technieken te leren begrijpen. Je ontdekt bijvoorbeeld hoe AI-technologieën worden ontwikkeld en toegepast binnen verschillende sectoren. Tevens zul je inzicht krijgen in machine learning (ML), deep learning, datamanagement en de opzet van AI-projecten met methodieken als CRISP-DM.

De training AI Fundamentals gaat daarmee verder dan een algemene instapcursus: je verdiept je in de technische werking van AI en leert hoe jij de technologie op een verantwoorde en effectieve manier in kunt zetten. Daarbij is er veel aandacht voor actuele thema’s, zoals ethische dilemma’s, vooroordelen, gegevensprivacy en de samenwerking tussen mens en machine.

Na afloop van de training AI Fundamentals kun jij jouw kennis laten certificeren via het officiële examen van The AI Coalition (NL AIC), een standaard die speciaal is ontwikkeld voor professionals die AI binnen een bedrijfs- of overheidsomgeving toe willen passen.

Let op: Er is geen examenvoucher inbegrepen bij de training AI Fundamentals. Na afloop zul je daarentegen een certificaat van deelname ontvangen als bewijs voor jouw bekwaamheid.

Voor wie is de AI Fundamentals?

De AI Fundamentals training is bedoeld voor leidinggevenden, managers en ICT-professionals die op zoek zijn naar meer dan alleen de basis en zich willen verdiepen in de technische fundamenten van AI en hoe zij er zo efficiënt mogelijk mee kunnen werken. Het voornaamste doel van de AI Fundamentals training is om deelnemers inzicht te geven in de betekenis van kunstmatige intelligentie (AI), hoe AI werkt en waar AI kan worden toegepast.

Daarnaast is de AI Fundamentals training is geschikt voor:

• Wie het concept van kunstmatige intelligentie relatief nieuw is, maar uitgebreidere kennis wil opdoen dan alleen de basis.

• Mensen die zich verder willen bekwamen in kunstmatige intelligentie.

• Professionals die betrokkenheid bij AI-toepassingen overwegen.

• Beslissers die weloverwogen keuzes moeten maken over het toepassen van kunstmatige intelligentie binnen hun organisatie.

Leerdoelen van de AI Fundamentals

Door deel te nemen aan deze AI Fundamentals training zul je de volgende kennis en vaardigheden verkrijgen:

• Wat kunstmatige intelligentie inhoudt, waarom het op dit moment zo belangrijk is en welke voordelen het biedt.
• Basisbegrippen zoals robotica, algoritmen en benaderingen van machine learning.
• Het schrijven van goede prompts.
• Hoe organiseer je een team voor kunstmatige intelligentie, wat is de benodigde aanpak en welke hulpmiddelen heb je hiervoor nodig?
• De afhankelijkheid van kunstmatige intelligentie op data en hoe data te beheren voor kunstmatige intelligentie.
• Hoe je risico's en ethische dilemma's voor betrouwbare kunstmatige intelligentie kunt inschatten.
• Het naast elkaar bestaan van mens en machine binnen een organisatie.
• Bewustwording van toekomstige ontwikkelingen op het gebied van kunstmatige intelligentie.

Aanbevolen voorkennis AI Fundamentals

Je hebt geen specifieke voorkennis nodig om deel te nemen aan de AI Fundamentals training.

De training AI Fundamentals is voornamelijk gericht op mensen die een technische functie bekleden. Als jij een algemene eerste indruk van kunstmatige intelligentie wil verkrijgen, dan raden wij aan om de training AI voor beginners te gaan volgen.

Onderwerpen van de AI Fundamentals

• AI Fundamentals:
  • Recognition of AI opportunities and its impact on organizations and society.
  • Common vocabulary around data, data science, algorithms, human logical thinking versus intelligent agents.
  • Understanding predictions, algorithms, machine learning, and deep learning.
• Application of AI in Practice:
  • Steps to develop and evaluate an AI application.
  • Introduction to the CRISP-DM method for building AI applications.
  • Addressing data management and its relationship with AI.
• Ethics, Reliability, and Coexistence of Human and Machine:
  • Recognizing ethical risks and dilemmas associated with AI.
  • Exploring how humans and machines can collaborate in an organization.
• Future Developments of AI:
  • Insight into future directions and applications of AI.