Skip to main content
AI EducademyAIEducademy
🌳

AI-Fundamenten

🌱
AI Seeds

AI-geletterdheid voor de echte wereld

🌿
AI Sprouts

De fundamenten achter intelligente systemen

🌳
AI Branches

Bouw met de huidige AI-mogelijkheden

🏕️
AI Canopy

Ontwikkel betrouwbare GenAI-systemen

🌲
AI Forest

Verstuur AI-producten op verantwoorde wijze

🔨

AI-Meesterschap

✏️
AI Sketch

Technische basis voor AI-bouwers

🪨
AI Chisel

Patronen voor het oplossen van moeilijkere problemen

⚒️
AI Craft

Ontwerp systemen die AI schalen

💎
AI Polish

Communiceer en geef leiding in het AI-tijdperk

🏆
AI Masterpiece

Het sluitstuk van uw productie-AI

🚀

Carrière Klaar

🚀
Interview Startplatform

Navigeer door de AI-engineering-banenmarkt

🌟
Gedragsinterview Meesterschap

Vertel het verhaal over hoe jij impact creëert

💻
Technische Interviews

Oplossen, ontwerpen en communiceren onder druk

🤖
AI- & ML-interviews

Bereid je voor op moderne ML- en GenAI-interviews

🏆
Aanbod & verder

Maak een zelfverzekerde, geïnformeerde volgende stap

Alle programma's bekijken→

Laboratorium

7 experimenten geladen
🧠Neuraal netwerk speeltuin🤖AI of mens?💬Prompt-lab🎨Beeldgenerator😊Sentimentanalyse💡Chatbot bouwer⚖️Ethiek simulator
🎯Proef-sollicitatieGa het laboratorium binnen→
TrajectBloggen
🎯
Over ons

AI-onderwijs toegankelijk maken voor iedereen, overal

❓
Veelgestelde vragen

Veelgestelde vragen beantwoord

🧰
AI-tools

Zorgvuldig gekozen tools die we gebruiken en aanraden

✉️
Contacteer

Neem contact met ons op

⭐
Open source

Openbaar gebouwd op GitHub

Prijzen
Begin met leren
AI EducademyAIEducademy

© 2026 AI Educademy. Alle rechten voorbehouden.

Leren

  • Opleidingen
  • Lessen
  • Laboratorium
  • AI-starterskit
  • Prijzen

Gemeenschap

  • GitHub
  • Bijdragen
  • Gedragscode
  • Over ons
  • Veelgestelde vragen

Ondersteuning

  • Koop een koffie voor me ☕
  • Servicevoorwaarden
  • Privacybeleid
  • Contacteer
  • Sitemap
🏕️ Niveau 4

AI Canopy

Ontwikkel betrouwbare GenAI-systemen

Ontwerp productiegerichte LLM-applicaties met ophaalmogelijkheden, toolgebruik, agentworkflows, MCP, evaluatie, vangrails en observatie. Leer hoe u kunt optimaliseren op het gebied van kwaliteit, latentie, veiligheid en kosten.

13
Lessen
~18h
Duur
4/5
Niveau

🎯 Wat je leert

  • ✓Build a grounded RAG assistant with citations
  • ✓Design a safe tool-using agent with explicit boundaries
  • ✓Create regression evaluations for quality and tool behaviour
  • ✓Instrument an AI feature for latency, cost, and failure analysis

Voorvereisten: AI Branches plus basis Python of TypeScript

👤 Voor wie is dit?

Ontwikkelaars en technische beoefenaars die AI-toepassingen bouwen

🏷️ Behandelde onderwerpen

LLM application architectureRAG, hybrid retrieval, and rerankingTool calling, MCP, and agent workflowsGolden datasets and agent evaluationGuardrails, tracing, latency, and cost
✨

Verken het Prompt-lab

Oefen snelle engineeringtechnieken met ons interactieve Prompt Lab en bekijk de resultaten in realtime.

→

📚 Lessen

1
🤖

Grote taalmodellen

Ontdek hoe LLM's werken, van Transformer-architectuur tot emergente mogelijkheden en beperkingen in de praktijk.

⏱️ 20m→
2
✍️

Prompt engineering

Beheers geavanceerde prompttechnieken van zero-shot tot tree-of-thought, en leer veilige, herbruikbare prompttemplates bouwen.

Pro⏱️ 18m→

📖 Gerelateerde artikelen

Neural Networks Explained Simply: How AI Brains Actually Work

Neural networks explained simply — biological vs artificial neurons, layers, training, backpropagation, activation functions, and the difference between CNNs, RNNs, and Transformers. No maths required.

⏱️ 4 min read

Prompt Engineering: The Complete Beginner's Guide (2026)

Learn prompt engineering from scratch — what it is, why it matters, 5 key techniques with practical examples, common mistakes to avoid, and the best tools to practise with.

⏱️ 4 min read

What Is Generative AI? A Beginner's Complete Guide (2026)

Generative AI explained simply — what it is, how it works (LLMs, diffusion models, GANs), real-world examples like ChatGPT and DALL-E, use cases, limitations, and how to learn it free.

⏱️ 4 min read

❓ Veelgestelde vragen

AI Canopy is een programma op gevorderd niveau. We raden aan eerst AI Branches af te ronden, omdat Canopy dieper ingaat op neurale netwerken, grote taalmodellen en het ontwerpen van AI-systemen.

Ja! AI Canopy behandelt hoe grote taalmodellen werken, inclusief de transformer-architectuur achter ChatGPT, Claude, Gemini en vergelijkbare modellen. Je leert ook prompt engineering beheersen.

Programmeren is niet vereist, al helpt enige technische basiskennis wel. We leggen neurale netwerken en LLM's conceptueel uit met diagrammen en interactieve visualisaties.

Ja! Na het afronden van alle lessen ontvang je een persoonlijk certificaat. Het toont aan dat je gevorderde AI-concepten beheerst.

Prompt engineering is de vaardigheid om effectieve instructies te schrijven voor AI-modellen zoals ChatGPT. Het is een van de meest gevraagde vaardigheden van dit moment, en AI Canopy wijdt er meerdere lessen aan.

Begin eerste les →
12 · Pro

Je volgende niveau zit achter deze deur

Kies een plan om elke academy, elke les, voortgangssync en voltooiingscertificaten te ontgrendelen. Bouw vaardigheden die blijven groeien.

Probeer Pro 7 dagen gratis →

7 dagen gratis. Altijd opzegbaar, zonder vragen.

🔒 Log in om je voortgang bij te houden en certificaten te verdienen

← Terug naar alle opleidingen
3
🔬

Diepe neurale netwerken

Ontdek hoe diepe netwerken ondiepe overtreffen, begrijp het verdwijnende gradiëntprobleem, verken architecturen zoals ResNet en Transformers, en leer hoe transfer learning je op de schouders van reuzen laat staan.

Pro⏱️ 20m→
4
🔧

Fine-tuning en RAG

Leer wanneer en hoe je modellen fine-tunet of retrieval-augmented generation inzet om domeinspecifieke AI-toepassingen te bouwen.

Pro⏱️ 20m→
5
🤝

AI-agents en autonome systemen

Ontdek hoe AI-agents waarnemen, redeneren en handelen - en waarom multi-agent-samenwerking de toekomst van kunstmatige intelligentie vormgeeft.

Pro⏱️ 18m→
6
🔦

Attention en transformers

Een diepgaande verkenning van self-attention, multi-head attention, positional encoding en de Transformer-architectuur die elk modern large language model aandrijft.

Pro⏱️ 20m→
7
📈

Schaalwetten en training op schaal

Verken de empirische scaling laws die modelprestaties bepalen, compute-optimale trainingsstrategieën en de distributed systems-engineering achter het trainen van toonaangevende modellen.

Pro⏱️ 18m→
8
🎯

RLHF en alignment

Begrijp hoe ruwe taalmodellen worden omgevormd tot behulpzame, ongevaarlijke assistenten via begeleide fijnafstemming, beloningsmodellering en reinforcement learning from human feedback.

Pro⏱️ 18m→
9
🤖

Agentische workflows

Leer hoe AI-agents autonoom waarnemen, redeneren en handelen met behulp van toolgebruik, geheugen, planningsstrategieën en multi-agent-architecturen voor complexe taken in de echte wereld.

Pro⏱️ 20m→
10
🛡️

AI-veiligheid en red teaming

Verken het aanvalsoppervlak van moderne AI-systemen - van jailbreaks en prompt injection tot adversarial examples en data poisoning - en leer de verdedigingsstrategieën die ze beschermen.

Pro⏱️ 18m→
11
🔎

RAG-systemen in de praktijk

Ontwerp retrieval die antwoorden verbetert in plaats van zwakke data te verbergen achter een zelfverzekerd model.

Pro⏱️ 45m→
12
🧰

Agents met tools en MCP

Ga van indrukwekkende demo's naar afgebakende, observeerbare agents die tools veilig gebruiken.

Pro⏱️ 45m→
13
📈

AI evalueren en beheren

Maak kwaliteit, veiligheid, latency en kosten meetbaar voordat een AI-functie gebruikers bereikt.

Pro⏱️ 45m→