De elektronische studiegids voor het academiejaar 2026 - 2027 is onder voorbehoud.





Artificial intelligence (5063)

Coördinerend verantwoordelijke:Prof. dr. Benoit DEPAIRE 
Lid van het onderwijsteam:dr. Frank VANHOENSHOVEN 
 Mevrouw Jessica VAN SUETENDAEL 


Studiepunten: 6,0
Studiebelastingsuren: 162
Periode: semester 2 (6sp)

Onderwijstaal: Nederlands
Examencontract: niet mogelijk

2de Examenkans1: Ja
Eindcijfer2: Numeriek
Tolerantie3: Zie plaats in het onderwijsaanbod

Volgtijdelijkheid
Geen volgtijdelijkheid


Begincompetenties
  • Studenten zijn vertrouwd met basisoperaties op matrices (optellen, aftrekken, vermenigvuldiging, inverse berekenen, transponeren, ...).
  • Studenten zijn vertrouwd met basisconcepten uit analyse, meer specifiek het berekenen van (partiële) afgeleiden.
  • Studenten zijn in staat technische papers (met betrekking tot algoritmes) te lezen en interpreteren.


Inhoud

Dit vak behandelt geavanceerde concepten en technieken binnen het domein van artificiële intelligentie, met een sterke focus op machine learning en in het bijzonder neurale netwerken. Studenten maken kennis met verschillende netwerkarchitecturen zoals deep feedforward netwerken, recurrente neurale netwerken en convolutional neural networks. Er is aandacht voor zowel de theoretische fundamenten als de praktische toepassingen van deze modellen. Het vak combineert inzicht in algoritmiek met praktische implementatie en moedigt studenten aan om kritisch na te denken over de werking, mogelijkheden en beperkingen van moderne AI-technieken.



Eerder aangekochte verplichte handboeken
 

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. Aurélien Géron, 2022, 3rd edition, O'Reilly Media. ISBN 9781098122461



Organisatie- / Werkvormen
Organisatievormen  
Hoorcollege  
Responsiecollege  
Werkzittingen  


Evaluatie

Semester 2 (6,00sp)

Evaluatievorm
Schriftelijke evaluatie tijdens onderwijsperiode20 %
Behoud van deelcijfer in academiejaarJa, geen tweede examenkans
Casus
Schriftelijk examen80 %
Gesloten-boek

Tweede examenkans

Evaluatievorm tweede examenkans verschillend van eerste examenkans
Neen


Eindcompetenties
  EC = eindcompetenties      DC = deelcompetenties      BC = beoordelingscriteria  
master handelsingenieur in de beleidsinformatica
  •  EC 
  • EC 14: De master BI modelleert, ontwerpt en evalueert oplossingen voor bedrijfseconomische en –informatietechnische problemen ter ondersteuning van de besluitvorming op verschillende niveaus in een complexe context. (Probleemoplossend vermogen)

  •  EC 
  • EC 16: De master BI zet data science en IT in om beslissingsondersteunende systemen te ontwerpen die bruikbare inzichten aanreiken waardoor de kwaliteit van genomen beslissingen verhoogd kan worden. (Opleidingsspecifieke competenties)

 

Plaats in het onderwijsaanbodTolerantie3
Master handelsingenieur in de beleidsinformatica jaar 1 verplicht J



1   Onderwijs-, examen- en rechtspositieregeling art. 12.2, lid 2.
2   Onderwijs-, examen- en rechtspositieregeling art. 15.1, lid 3.
3   Onderwijs-, examen- en rechtspositieregeling art. 16.9, lid 2.