Kunstmatige intelligentie

← Mandragore Academy

Beheers de AI die beroepen verandert.

Kunstmatige intelligentie verandert de beroepspraktijk in alle sectoren. Met de Learning Workspaces van Mandragore Academy leer je de belangrijkste AI-tools begrijpen, gebruiken en beheersen via leertrajecten met intelligente begeleiding via gesprekken, ontworpen om kennis om te zetten in praktische vaardigheden.

Bereid je voor op de taken van vandaag en morgen.

Kies een cursus en ontwikkel vaardigheden die onmiddellijk toepasbaar zijn in uw beroepswerkzaamheden.

Onafhankelijke opleiding — niet verbonden aan of gecertificeerd door de aanbieders van de gepresenteerde oplossingen.

Je persoonlijke Learning Workspace wordt automatisch aangemaakt bij je eerste aankoop.

Kies je tool

ChatGPT

ChatGPT beheersen

Claude AI

Claude AI beheersen

Machinaal leren

Maschine-learning beheersen

AI Agents en Agentic Systems

AI-agenten beheersen

Overzicht van de catalogus

01 Ontdekking

ChatGPT ontdekken

Generatieve AI, GPT modellen, interface, beperkingen, goede praktijken.

Wat is ChatGPT? Generatieve kunstmatige intelligentie en GPT modellen De verschillende modellen en hun gebruik Begrijpen van de ChatGPT-interface +4
02 Ontdekking

Goed vragen formuleren

Doel, context, rol, beperkingen, formaat, iteraties.

Een duidelijk doel stellen De juiste context geven Role toewijzen aan ChatGPT Aanvullende beperkingen en criteria +4
03 Standaard

Prompt Engineering

Zero-shot, complexe opdrachten, multi-stap prompts, bibliotheek van prompts.

Zero-shot, One-shot en Few-shot Een ingewikkelde taak uit elkaar halen Prompts met meerdere stappen ontwerpen Meerdere oplossingen genereren +4
01 Ontdekking

Claude ontdekken

Anthropic, Constitutional AI, Haiku/Sonnet/Opus, verschillen met ChatGPT.

Wat is Claude? De modellen Haiku, Sonnet, Opus Claude vs ChatGPT Constitutional AI +4
02 Ontdekking

Een goede prompt voor Claude schrijven

Role, doel, context, format, voorbeelden, XML-tags — Claude-specificiteit.

Rol en persoonlijkheid Duidelijk doel Context en achtergrond Beperkingen en format +3
03 Standaard

Prompt Engineering Claude

Zero/Few Shot, Chain of Thought, Extended Thinking, Constitutional prompting.

Zero Shot / One Shot / Few Shot Chain of Thought Tree of Thought Extended Thinking — zichtbaar redeneren +3
01 Niveau 1

Machine Learning begrijpen en een probleem in kaart brengen

Een bedrijfsbehoefte omzetten in een meetbaar Machine Learning-probleem en bepalen of ML daadwerkelijk relevant is

Begrijpen wat Machine Learning werkelijk oplevert Onderscheid maken tussen begeleid en ongeleid leren Identificeer classificatie, regressie en andere problemenfamilies Definieer kenmerken, doelwit, waarnemingen en voorspellingen +4
02 Niveau 1

Voorbereiden en verkennen van data voor machine learning

het opbouwen van een werkbare dataset zonder dat er sprake is van bias, data leakage of inconsistenties;

Onderzoek naar distributies, typen en kwaliteit van de gegevens Het hanteren van ontbrekende en afwijkende waarden Voorbereiding van numerieke en categorievariabelen Categorieën coderen zonder toekomstige informatie in te voeren +4
03 Niveau 1

Het bouwen van een eerste reproduceerbare ML-pipeline

Voorbewerking, training, voorspelling en evaluatie verbinden in een reproduceerbare workflow

Installeer een reproduceerbare ML-omgeving Een baseline bouwen met scikit-learn Het creëren van de pre-behandeling transformaties Preprocessing en model assembleren met Pipeline +4
01 Niveau 1

AI-agenten begrijpen en een use-case instellen

onderscheid maken tussen assistent, workflow en agent en vervolgens beslissen of agentische autonomie werkelijk waarde oplevert

Begrijp wat assistent, workflow en agent zijn Identificeer doel, omgeving, instrumenten en toestand Begrijpen van de perceptie, besluitvorming, actie en observatie-loop Het acceptabele niveau van autonomie bepalen +4
02 Niveau 1

Het ontwerpen van de instructies en het gedrag van een agent

een voorspelbaar, testbaar en door expliciete regels beperkt agentsysteem-gedrag definiëren

Definieer de rol, het doel en de verantwoordelijkheid van de agent Structuur van vaste beperkingen en regels Instructies, context en gebruikersgegevens scheiden Definieer gestructureerde uitgangen en verwachte schema's +4
03 Niveau 1

Tools en gestructureerde acties aan een agent geven

een agent in staat stellen om te handelen op externe systemen met getyped, gevalideerde en gecontroleerde tools

Begrijpen van de tool calling cyclus Een functie omzetten in een typetool Betrouwbare parameters, beschrijvingen en schema's definiëren Een externe API als tool aansluiten +4
Zie de volledige catalogus