Cursusoverzicht
Module 1: Grondbeginselen van kunstmatige intelligentie (AI) en prompt engineering
- 1.1 Inleiding tot kunstmatige intelligentie Voorbeeld
- 1.2 Geschiedenis van AI Voorbeeld
- 1.3 Basisprincipes van machine learning – Vooruitblik
- 1.4 Deep learning en neurale netwerken
- 1.5 Natuurlijke taalverwerking (NLP)
- 1.6 Grondbeginselen van prompt engineering
Module 2: Principes van effectieve prompting
- 2.1 Inleiding tot de principes van effectieve prompting – Vooruitblik
- 2.2 Aanwijzingen geven Voorbeeld
- 2.3 Antwoorden opmaken Voorbeeld
- 2.4 Voorbeelden geven
- 2.5 De kwaliteit van antwoorden beoordelen
- 2.6 Taakverdeling
- 2.7 De vijf principes toepassen
- 2.8 Foutieve prompts corrigeren
Module 3: Inleiding tot AI-tools en -modellen
- 3.1 Inzicht in AI-tools en -modellen: vooruitblik
- 3.2 Diepgaande analyse van ChatGPT Voorbeeld
- 3.3 GPT verkennen (vooruitblik)
- 3.4 Een revolutie in de kunst met DALL-E
- 3.5 Inleiding tot opkomende tools die gebruikmaken van GPT
- 3.6 Gespecialiseerde AI-modellen
- 3.7 Geavanceerde AI-modellen
- 3.8 Innovaties op het gebied van Google AI
- 3.9 Vergelijkende analyse van AI-tools
- 3.10 Praktische toepassingsscenario's
- 3.11 Het potentieel van AI benutten
Module 4: Prompt-engineeringtechnieken onder de knie krijgen
- 4.1 Zero-shot-prompting
- 4.2 Few-shot-prompting
- 4.3 Chain-of-Thought-prompting
- 4.4 Zorgen voor interne consistentie in AI-antwoorden
- 4.5 Prompting voor het genereren van kennis
- 4.6 Prompt-ketenvorming
- 4.7 Tree of Thoughts: meerdere oplossingen verkennen
- 4.8 Genereren met ondersteuning door informatieopvraging
- 4.9 Grafiekprompts en geavanceerde gegevensinterpretatie
- 4.10 Toepassing in de praktijk: scenario's uit het echte leven
- 4.11 Praktische oefeningen
Module 5: Beheersing van technieken voor beeldmodellen
- 5.1 Inleiding tot beeldmodellen
- 5.2 Inzicht in beeldgeneratie
- 5.3 Stijlmodificatoren en kwaliteitsverbeteraars bij beeldgeneratie
- 5.4 Geavanceerde prompt-engineering bij AI-beeldgeneratie
- 5.5 Prompts herschrijven voor beeldmodellen
- 5.6 Technieken voor het bewerken van afbeeldingen: inpainting en outpainting
- 5.7 Realistische beeldgeneratie
- 5.8 Realistische modellen en consistente personages
- 5.9 Praktische toepassing van technieken voor beeldmodellen
- 5.10 Ethische en juridische aspecten van door AI gegenereerde afbeeldingen
Module 6: Sessie over projectmatig leren
- 6.1 Inleiding tot projectmatig leren in AI
- 6.2 Een projectthema kiezen
- 6.3 Projectplanning en -ontwerp in AI
- 6.4 AI-implementatie en prompt engineering
- 6.5 Integratie van tekst- en beeldmodellen
- 6.6 Evaluatie en integratie in AI-projecten
- 6.7 Boeiende en effectieve projectpresentatie
- 6.8 Begeleid projectvoorbeeld
- 6.9 Voorbeeldprojecten en evaluatiekader
Module 7: Ethische overwegingen en de toekomst van AI
- 7.1 Inleiding tot AI-ethiek
- 7.2 Vooringenomenheid en eerlijkheid in AI-modellen
- 7.3 Privacy en gegevensbeveiliging in AI
- 7.4 De noodzaak van transparantie in AI-toepassingen
- 7.5 Duurzame ontwikkeling van AI: een noodzaak voor de toekomst
- 7.6 Ethische scenarioanalyse in AI: navigeren door het complexe landschap
- 7.7 Navigeren door het complexe landschap van AI-regelgeving en -governance
- 7.8 Navigeren door het regelgevingslandschap: een gids voor AI-professionals
- 7.9 Ethische kaders en richtlijnen bij de ontwikkeling van AI
- 7.10 De toekomst van AI-bestuur en verantwoorde innovatie
Optionele module: AI-agenten voor prompt-engineering
- 1. Wat zijn AI-agenten
- 2. Toepassingen en trends van AI-agenten voor prompt-engineers
- 3. Hoe werkt een AI-agent?
- 4. Kernkenmerken van AI-agenten
- 5. Het belang van AI-agenten
- 6. Soorten AI-agenten
Tools die je gaat verkennen