Artificial Intelligence
Wil je aan de slag met state of art deep learning technieken, het ophalen en ontleden van data, beoordelen van data kwaliteit en het ontleden en visualiseren van data? De opleiding Artificial Intelligence voorziet in je behoefte aan kennis en tools om de nieuwste ontwikkelingen op het gebied van data snel en effectief in te bedden in jouw werkomgeving.
Enige kennis van machine learning of statistiek is gewenst.
Persoonlijk advies
We helpen je graag verder! Neem contact op voor antwoord op je vragen over de opleiding en je toelaatbaarheid.
Aanmelden
Zin om te beginnen met deze opleiding?
Handig om te weten
| Aanmelddeadline | 2 weken voor startdata |
|---|---|
| Startmoment | Februari, april, september en november |
| Lesdata | Dinsdag 14.30 - 21.15 uur |
| Studie-investering | 15 uur per week (inclusief colleges) |
| Kosten |
€ 10500 (vrij van btw) Bekijk de mogelijkheden voor een tegemoetkoming in de studiekosten. |
| Deelnemers | 6-18 |
| Locatie | Koningsbergerstraat 9 Utrecht |
| Diploma | Certificaat met de studie-investering |
Opleidingsinhoud
De leergang Artificial Intelligence bestaat uit de volgende mastermodules:
- Data Analysis & Visualisation
- Programming for Data Science
- Machine Learning
Tijdens de mastermodules van de leergang krijg je klassikaal onderwijs. Iedere module wordt afgesloten met een schriftelijk tentamen en/of een praktijkgerichte opdracht. Wanneer je de opleiding met succes hebt afgerond ontvang je het het certificaat Digital Innovation & Strategy van Hogeschool Utrecht.
Toelating
Om de post bachelor leergang Artificial Intelligence te kunnen volgen, heb je minimaal een hbo-diploma en twee jaar relevante werkervaring op hbo- of wo-niveau nodig. Toelating vindt plaats na toetsing van het curriculum vitae en een intakegesprek. Beschik je niet over een hbo-diploma? Dan kan je werk- en denkniveau getoetst worden in een intakegesprek.
We gaan graag met je in gesprek om je vragen over de opleiding te beantwoorden en je toelaatbaarheid vast te stellen, op basis van je CV tijdens het intakegesprek. Je meldt je hiervoor aan via de persoonlijk advies button onderaan de pagina.
Docenten
De colleges worden voor een groot deel verzorgd door (gast)docenten uit het bedrijfsleven. Hierdoor sluit de inhoud steeds naadloos aan op de (complexe) vraagstukken uit de hedendaagse markt. Inhoudelijk is de opleiding nauw verbonden met de lectoren van Hogeschool Utrecht en de betreffende onderzoeksgebieden en mede daardoor van hoog niveau.
Na deze opleiding
Eén van de unieke kenmerken van de leergang is dat zij onderdeel is van de Master of Informatics - Business & IT en van de Master of Informatics - Applied Data Science. Deze masteropleidingen zijn door de NVAO geaccrediteerd en daarmee ook internationaal erkend. Wil je je na het volgen van de leergang verder ontwikkelen? Dan is een van deze masters een logische vervolgstap.
Overige informatie
De leergang Artificial Intelligence kost € 10.500, vrij van btw. Hier zijn de lesmaterialen bij inbegrepen.
In de mastermodules zijn theorie en praktijk direct aan elkaar gekoppeld. Dit maakt de studie bijzonder effectief en levert voordelen op voor jou en je organisatie. Om de wisselwerking te creëren tussen het opdoen van kennis en delen van praktijkervaringen is een relevante werkplek vereist.
Hogeschool Utrecht organiseert regelmatig een informatiemiddag voor de ICT deeltijdopleidingen. Deze worden aangekondigd via de LinkedIn pagina.
Blijf op de hoogte over het ICT Deeltijd Onderwijs van Hogeschool Utrecht en wat daarmee samenhangt en volg ons op LinkedIn. Hier kondigen wij ook onze “De Master Spreekt Events” aan.
Hogeschool Utrecht organiseert geregeld 'De Master Spreekt...' events. Blijf op de hoogte over het ICT Deeltijd Onderwijs van Hogeschool Utrecht en wat daarmee samenhangt en volg ons op LinkedIn. Hier kondigen wij ook onze “De Master Spreekt Events” aan.
Alle HU-events vind je in onze evenementenagenda.
Waarom Artificial Intelligence bij de HU?
-
Volg praktijkgericht onderwijs
Jouw ervaringen zijn input voor de lessen die je volgt. En wat je leert, pas je meteen toe in je werk.
-
Stroom door naar de master
Heb je na deze opleiding de smaak te pakken? Dan kun je doorstromen naar de Master of Informatics.
-
Kies voor een topopleiding
Deze leergang is onderdeel van de Master of Informatics, uitgeroepen tot topopleiding door de Keuzegids Masters 2017.
Deze opleiding is ook onderdeel van:
Direct contact
Micky Lammertink
Arjen leerde programmeren in R en gebruikte dit voor zijn onderzoek
Arjen Davids (26 jaar) startte in september 2019 met de opleiding Master of Informatics – Applied Data Science. Arjen werkt (sinds 5 jaar) als dataspecialist bij het Mulier Instituut. Dit bedrijf draagt met sportonderzoek bij aan goed onderbouwd beleid, gericht op de bevordering van sport, sportief bewegen en versterking van de sportsector in Nederland.
Naar Masterniveau (MsC)
Arjen vertelt: “Ik heb altijd al affiniteit gehad met IT. Na mijn HBO-opleiding Sport, Gezondheid en Management, en een paar jaar werkervaring bij het Mulier Instituut wilde ik me verder verdiepen en verbreden in data. Hogeschool Utrecht startte in 2019 met deze opleiding in deeltijd, waarbij ik werk- en studie met elkaar kon combineren. Ideaal. Ik breng door middel van de Master of Informatics (MSc) mijn kennis op het gebied van data naar masterniveau”.
Data Mining & Exploration
Arjen is aan zijn laatste mastermodule begonnen en volgt de onderzoekleerlijn.
In één van de modules, Data Mining & Exploration, wordt geleerd om te programmeren in R. In deze mastermodule worden verschillende onderwerpen met betrekking tot data behandeld: verzamelen, laden, koppelen, samenvoegen tot een dataframe, sorteren, analyseren en visualiseren. In ieder college wordt een hoofdstuk uit het digitale boek toegelicht. Ieder hoofdstuk bevat een script: bestaande stukken code. De handleidingen worden aangeleverd en er is veel te vinden op internet. Het programmeren bestaat uit kopiëren van codes, die aanpassen en aanvullen. Maar ook zelf codes schrijven. Het resultaat is een visualisatie van eigen data.
Deelnemers brengen een casus in vanuit de eigen organisatie. De eindopdracht bestaat uit het beantwoorden van een onderzoeksvraag middels (open) data die wordt geanalyseerd in de programmeertaal R, met als resultaat een omgeving waarin de resultaten zijn gevisualiseerd. Arjen onderzocht het aantal sportaccommodaties op stedelijkheidsniveau binnen gemeentes.
Zijn conclusie was dat uit deze eerste analyse geen zichtbaar verschil bestaat in het aantal hockey-, tennis- en voetbalaccommodaties in gemeenten in relatie tot de stedelijkheid en WOZ-waarde (WOZ = Waardering Onroerende Goederen, ofwel huizenprijzen).
Python en R
In de opleiding Master of Informatics – Applied Data Science wordt naast R ook geleerd om in Python te programmeren. Arjen vindt het zeer zinvol om tenminste 2 talen aangeboden te krijgen tijdens de studie. “Al was het maar om te leren welke mogelijkheden beiden bieden en te kunnen beoordelen wanneer welke taal toe te passen. Ik weet nu ook welke extra mogelijkheden R biedt t.o.v. SPSS, waar ik tot nu mee werk.”
Samenwerking
Deze module wordt gegeven door Marc Teunis. Marc is werkzaam bij Hogeschool Utrecht, zowel bij het Institute for Life Sciences en Chemistry als bij het Lectoraat Innovative testing in Life Sciences & Chemistry. Marc is bioloog en doet momenteel onderzoek naar de bruikbaarheid van machine learning en deep learning voor het voorspellen van veranderingen in fysiologie en van toxicologische eigenschappen van stoffen. Ondanks dat dit een ander vakgebied is dan waar IT-professionals mee bezig zijn, zijn de principes overeenkomstig en zorgt kruisbestuiving voor een impuls. Een mooi voorbeeld van samenwerking tussen verschillende instituten binnen Hogeschool Utrecht.
Er is regelmatige terugkoppeling met de docent “Marc weet veel over R en legt goed en duidelijk uit. Hij is goed bereikbaar en reageert snel. Ik heb veel geleerd tijdens deze module”, zegt Arjen.
Leren toveren bij de Mastermodule Machine Learning.
Veel gaver dan gedacht
Nico van Kesteren volgde de mastermodule Machine Learning. Voordat Nico hieraan begon dacht dat hij al aardig wat te weten over dit onderwerp. ‘Niets bleek minder waar. Er is een wereld voor mij opengegaan. Dit vakgebied leek mij zeker interessant, maar het is nog veel gaver dan ik dacht.’
Nico legt uit dat hij leerde om de context beter te begrijpen, hoe machine learning conceptueel in elkaar steekt en wat nodig is om zaken werkend te maken en te verbeteren. ‘In het derde college ging het over neurale netwerken. Geweldig om dat nu ook te kunnen! Je hebt wel affiniteit met programmeren nodig om deze module succesvol af te kunnen ronden’.
De werkgever van Nico, verzekeraar ONVZ, wil zich ontwikkelen in de richting van Data en Machine Learning. Reden voor Nico om de toegepast wetenschappelijke opleiding Master of Informatics – Applied Data Science (MSc) te gaan volgen, waar de mastermodule Machine Learning onderdeel van is. Op dit moment is Nico de enige binnen de organisatie met deze kennis van Machine Learning en gaat het voortouw nemen in deze ontwikkelingen.
Magisch
Ook Nils van Os- van Helmond, werkzaam bij ABN- AMRO Bank, nam deel aan deze module. Nils legt uit dat men, door de wijze waarop in de media over Machine Learning wordt bericht, haast zou kunnen denken dat het iets magisch is. ‘In deze module kreeg ik het gevoel dat we bij de tovenaar achter de gordijntjes mochten kijken. Alle trucs werden ons uitgelegd’.
Hoewel het leren van een nieuwe programmeertaal volgens Nils veel tijd kost en soms heel frustrerend kan zijn, gaf het hem ook extra veel voldoening toen hij uiteindelijk iets in mocht leveren waar hij echt trots op is. ‘De docent is goed in staat de soms ingewikkelde lesstof heel begrijpelijk uit te leggen. De sterke focus op de praktische toepassing van de materie spreekt me ook heel erg aan’. Nils zegt over de docent dat hij inhoudelijk heel sterk is en gebruikmaakt van relevante en beeldende voorbeelden uit de praktijk. ‘Het was hard werken maar ik heb wel leren “toveren”!’
Gids in de jungle
Docent Raoul Grouls over zijn mastermodule: ‘Machine Learning groeit enorm hard. Het wordt vaak het nieuwe goud genoemd en heel veel mensen willen wel “iets” met AI. Wat ik echter veel zie is dat mensen wel bezig zijn met code, maar eigenlijk niet begrijpen waarom ze bepaalde keuzes maken.’
Raoul legt uit dat er wat dat betreft ook veel samenkomt: programmeren, wiskunde, statistiek, maar ook psychologisch en zakelijk inzicht waarom bepaalde dingen gedaan worden. Die heb je echt allemaal nodig, en je zult ze creatief moeten combineren om echt goed te worden.
‘Er zijn dan in het begin zoveel opties dat het voor studenten soms als een jungle voelt. Ik beschouw mijn rol dan als die van een gids, die de studenten leert spoorzoeken. Geen code blind kopiëren, maar zelfstandig onderzoek doen naar een model en onderbouwen waarom je bepaalde keuzes maakt. Wat dat betreft vond ik het heel mooi om te zien hoe studenten zich hebben ontwikkeld, om echt te zien dat het inzicht groeit en dat ze vervolgens zelfstandig op onderzoek uit durven gaan’.
