Opleidingen

Opleiding Google Specialist: Ads, SEO, Analytics 4, Tag Manager en Data Studio Wil jij alles uit jouw online marketingkanalen halen en datagedreven campagnes voeren die écht resultaat opleveren? Volg deze 10-daagse opleiding en krijg diepgaande kennis van Google Ads, SEO, Google Analytics 4, Google Tag Manager en Data Studio. Je leert doelgericht campagnes opzetten, data slim meetbaar maken en dashboards bouwen die inzichten vertalen naar actie. Zo ontwikkel je je tot een volwaardige allround Google-expert die zelfstandig en effectief met deze tools aan de slag kan. Opleiding Google Specialist Online succes ontstaat niet door losse inspanningen, maar door een slimme, geïntegreerde aanpak. Wie écht resultaat wil behalen, combineert sterke campagnes met goed vindbare content en slimme data-analyse met doordachte visualisaties. Google Ads, SEO, Google Analytics 4, Google Tag Manager en Data Studio vormen samen een krachtig geheel om campagnes effectief te maken, data inzichtelijk te krijgen en resultaten te optimaliseren. Maar hoe bouw je Google Ads campagnes die converteren én bijdragen aan je bredere strategie? Hoe zorg je voor maximale online zichtbaarheid via SEO? Hoe richt je je meetstructuur in zodat je betrouwbare Google Analytics 4 data krijgt? En hoe vertaal je die data naar concrete verbeteracties in visueel sterke Data Studio dashboards? Dat alles leer je in de opleiding tot Google Specialist. Bij deze opleiding ontwikkel jij je tot een allround Google Certified Professional. Je gaat intensief aan de slag met je eigen accounts en praktijkcases. Je leert hoe je Google Ads campagnes opzet en optimaliseert, SEO-content schrijft die scoort in zoekmachines, en hoe je met Google Analytics 4, Google Tag Manager en Data Studio je data meetbaar én visueel krachtig maakt. AI-tools worden slim ingezet ter ondersteuning, bijvoorbeeld bij het schrijven, analyseren en automatiseren. Gedurende de opleiding leg je het officiële Google Ads Search-examen én het Google Analytics 4-examen af. Dat levert je twee wereldwijd erkende en veelgevraagde certificeringen op. Maar belangrijker nog: je hebt dan de vaardigheden, het inzicht en het vertrouwen om zelfstandig impact te maken als allround Google-specialist, gewapend met de juiste tools én een samenhangende strategie. Voor wie is deze opleiding? De 10-daagse opleiding tot Google Specialist is er voor iedereen die het maximale uit zijn online marketingkanalen wil halen en wil leren werken met alle belangrijke Google-tools: Google Ads, SEO, Google Analytics 4, Google Tag Manager en Data Studio. Of je nu zelfstandig ondernemer bent, werkt bij een mkb-bedrijf of een grote organisatie, of je volledig wilt omscholen tot online marketeer, deze opleiding geeft je de kennis en vaardigheden om deze tools in samenhang in te zetten voor optimaal resultaat. De opleiding is o.a. relevant voor (online) marketeers, contentspecialisten, communicatieprofessionals, e-commercemanagers, webredacteuren, webdevelopers en zzp’ers. Wil je zelf campagnes en accounts van A tot Z kunnen opzetten, meten en optimaliseren? Of wil je voldoende kennis opdoen om nog beter te kunnen sparren met een collega die of bureau dat hiermee werkt? Dan is deze opleiding perfect voor jou. Door de kleine groep is er veel persoonlijke aandacht en kun je altijd eigen casussen inbrengen. Voorkennis is niet nodig. De opleiding is er zowel voor beginners als voor professionals die hun online marketingkennis verder willen uitbreiden. Wat levert de opleiding je op? Je hebt alle kennis in huis om Google Ads-, Google Analytics 4, Google Tag Manager en Data Studio-accounts zelfstandig op te zetten, goed in te richten en slim te gebruiken voor maximaal rendement. Je weet hoe je krachtige Google Ads campagnes opzet, AI inzet voor advertenties en biedstrategieën toepast om je campagnes effectief te optimaliseren. Je kunt zelfstandig SEO-strategieën bedenken en uitvoeren, inclusief het schrijven van geoptimaliseerde content, het technisch verbeteren van websites en het opbouwen van online autoriteit. Je weet hoe je Google Analytics 4 correct en privacybewust inricht, hoe je Google Tag Manager inzet voor het doormeten van gebruikersgedrag én hoe je dashboards bouwt in Data Studio. Je kunt op basis van data-analyses en verkenningsrapporten belangrijke inzichten ontdekken en op die manier gerichte verbeteracties doorvoeren in je campagnes en website. Zodra je bent geslaagd voor het Google Ads Search- en Google Analytics 4-examen, ontvang je de wereldwijd erkende en veelgevraagde certificeringen. (Herkansen is gratis digitaal mogelijk.) Hoe ziet de opleiding eruit? De opleiding bestaat uit 10 dagen van 6 uur. Het programma is een goede mix van praktijk en theorie. Je doet veel theoretische inzichten op en gaat die in de praktijk toepassen. Ook op je eigen bedrijfswebsite en Google Ads-, Google Analytics 4-, Google Tag Manager- en Data Studio-accounts. De opleiding is opgebouwd uit 3 opleidingen en 2 trainingen: Google Ads Certified Professional, SEO Specialist, Google Analytics 4 Certified Professional, Google Tag Manager en Data Studio, inclusief onderdelen die je voorbereidt op het examen tot Google Ads- en Google Analytics 4 Certified Professional. Je mag zelf beslissen of je eerst de Google Ads-, SEO- of Google Analytics 4- (in combinatie met Google Tag Manager en Data Studio) trainingsdagen volgt. Kies zelf een startdatum in de startdata-tabel voor zowel de Google Ads-, SEO- als Google Analytics 4-, Google Tag Manager- en Data Studio-training. De opleiding ziet er als volgt uit: Google Ads: The basics Op dag 1 van het Google Ads-onderdeel volg je de training ‘Google Ads voor beginners’. Het volgende komt aan bod: Hoe werkt Google Ads en wat zijn de kernbegrippen? Hoe pas je AI-gestuurde zoekadvertenties en campagnes slim toe? Je Google Ads-account structureren (via campagnes en advertentiegroepen) Hoe kies je de juiste campagne-instellingen (o.a. type netwerk, budget, taal- en locatietargeting)? Hoe vind je via zoekwoordenonderzoek de juiste zoektermen en hoe implementeer je die via zoekwoordtypen (met gebruik van AI)? Zo schrijf jij aantrekkelijke advertentieteksten waar je lezer niet omheen kan (en laat je AI jou daarbij helpen). Welke mogelijkheden zijn er voor biedmanagement? Hoe koppel je Google Ads aan Google Analytics 4? Zo maak je conversies meetbaar! Ga aan de slag met de geavanceerde meetoplossingen. Google Ads: Op gevorderd niveau Op dag 2 doe je de training ‘Google Ads voor Gevorderden’ en duik je dus een stuk dieper in alle mogelijkheden met Google Ads. Hoe stel je (slimme) geautomatiseerde biedstrategieën in (en hoe gebruik je AI daarbij)? Haal alles uit je campagnes en leer hoe je geavanceerde campagne-instellingen toepast. Hoe zet je advertentiecomponenten slim in om jouw campagne (nog) succesvoller te maken? Hoe spits je advertenties toe op jouw ideale klant (met locatie invoegen, zoekwoorden invoegen of een aftelfunctie)? Hoe kun je de campagneresultaten meten (o.a. segmenteren, veilinggegevens en kwaliteitsscores)? Zo evalueer je de resultaten om je campagne verder te verbeteren (o.a. qua zichtbaarheid, websiteverkeer, conversie en rendement). Krijg de beste tips & tricks om campagnes te optimaliseren en er alles uit te halen. Google Ads: Verder de diepte in Bij dag 3 leer je nog meer extra functionaliteiten kennen. Zo ontpop je je tot een specialist die echt alles uit Google Ads haalt. Hoe zet je gespecialiseerde campagnetypen in het Zoeknetwerk (o.a. dynamische zoekadvertenties, Google Shopping en Performance Max) effectief in? Leer de Prestatieplanner te gebruiken om advertentie-uitgaven te plannen en de prestaties en de impact van campagnewijzigingen te voorspellen. Ontdek hoe je dankzij de optimalisatiescore (aanbevelingen van Google) nog meer uit campagnes haalt. Beheer je accounts en campagnes efficiënt via één Google Ads-managersaccount. Hoe maak je zo slim mogelijk gebruik van de Google Ads Editor? Leer hoe je efficiënt rapporten creëert met de rapporteditor! Krijg alle voorbereiding die je nodig hebt om het Google Ads-examen goed in te gaan. Leg het Google Ads Search-examen af. SEO: Copywriting Op dag 1 van het SEO-onderdeel volg je de training ‘SEO Copywriting’. Het volgende komt aan bod: Hoe werken zoekmachines als Google? Wat zijn de basisprincipes en kernbegrippen van SEO? Leer de zoekintentie van je doelgroep begrijpen. Ga aan de slag met een kwalitatief zoekwoordonderzoek. Hoe schrijf je sterke SEO content die ook gericht is op de nabije SEO toekomst? Hoe kan slim gebruik van AI (prompting) en tools als ChatGPT jou helpen in het schrijfproces? Welke content optimalisatie mogelijkheden zijn er (o.a. title tags, meta descriptions en H-koppen)? Leer veelgebruikte SEO-schrijftechnieken die je teksten laten opvallen. Zo optimaliseer je afbeeldingen voor betere vindbaarheid. Hoe kun je via link earning en link bait (voorheen linkbuilding) autoriteit opbouwen? Wat zijn veelgebruikte strategieën voor link earning en link bait en waar moet je op letten? SEO: Technische optimalisaties en de toekomst Bij dag 2 leer je alles over de technische optimalisaties en de toekomst van SEO. Zo ontpop je je tot een volwaardig SEO-specialist. Leer je website monitoren en onderhouden met Google Search Console. Ga aan de slag met eenvoudige (maar krachtige) SEO-technieken die resultaten opleveren. Welke on-page en technische optimalisatie mogelijkheden zijn er (o.a. sitemap, robots.txt bestand en paginasnelheid)? Leer hoe je krachtige neuromarketingprincipes en SEO-technieken kunt combineren voor onweerstaanbare pagina’s. Zo optimaliseer je video voor betere vindbaarheid. Welke essentiële tools en statistieken zijn cruciaal om je SEO-data te analyseren en optimaliseren? Zo voorkom je blackhat SEO en leer je van veelgemaakte SEO fouten. Krijg een vooruitblik op de toekomst van SEO (via relevante trends en ontwikkelingen). Google Analytics 4: The basics Op dag 1 van het Google Analytics 4-onderdeel volg je de training ‘Google Analytics 4 voor beginners’. Het volgende komt aan bod: Hoe werkt Google Analytics 4 en wat zijn de kernbegrippen? Wat zijn de verschillen tussen Universal Analytics en Google Analytics 4? Zo werkt de dataverzameling van Google Analytics 4. Hoe pas je privacyrichtlijnen vanuit de AVG toe in Google Analytics 4? Je Google Analytics 4-acount structureren (via properties en streams). Ontdek de interface en leer hoe je data interpreteert. Leer vergelijkingen gebruiken om datasegmenten te analyseren en betere inzichten uit je data te halen. Leer werken met de belangrijkste rapporten en ontdek hoe je ze volledig kunt personaliseren. Ga aan de slag met de basisinrichting van Google Analytics 4 (o.a.): Sluit IP-adressen uit om de kwaliteit en betrouwbaarheid van je data te verbeteren. Activeer Google-signalen voor het bezoekersgedrag over apparaten heen. Maak belangrijke gebeurtenissen meetbaar om écht inzicht te krijgen in wat bezoekers doen. Google Analytics 4: Op gevorderd niveau Op dag 2 doe je de training ‘Google Analytics 4 voor Gevorderden’ en duik je dus een stuk dieper in alle mogelijkheden met Google Analytics 4. Ga aan de slag met de geavanceerde inrichting van Google Analytics 4 (o.a.): Zo maak je jouw campagneverkeer meetbaar én inzichtelijk met UTM-tagging. Zo sluit je ongewenste verkeersbronnen uit om schone data te behouden. Leer cross-domain tracking instellen om je bezoeker over meerdere domeinen te volgen. Maak zoekopdrachten op de site meetbaar om te ontdekken wat bezoekers echt willen vinden. Zo koppel je tools als Google Ads, Search Console en Tag Manager aan Google Analytics 4 om meer uit je marketingdata te halen. Leer gebeurtenissen en conversies instellen via Google Tag Manager. Leer e-commerce tracking instellen en krijg zicht op elke stap in het aankoopproces. Hoe bouw je verkenningsrapporten (zoals pad- en trecheranalyses)? Zo analyseer je attributiepaden om beter te begrijpen wat echt bijdraagt aan conversie. Google Analytics 4: Verder de diepte in Bij dag 3 leer je nog meer extra functionaliteiten kennen. Zo ontpop je je tot een specialist die echt alles uit Google Analytics 4 haalt. Ga aan de slag met extra functionaliteiten (o.a.): Zo maak je aangepaste definities om gebeurtenissen beter te begrijpen. Laat Google Analytics 4 voor je werken met slimme aangepaste inzichten. Leer je content logisch groeperen met inhoudsgroepen. Gebruik reguliere expressies (RegEx) om nog krachtigere filters en segmenten te bouwen. Zo pas je Google Consent Mode toe en verberg je gevoelige gegevens voor maximale privacy en transparantie. Zo combineer je externe data met je Analytics-gegevens voor nog rijkere rapporten. Koppel BigQuery aan Google Analytics 4 en krijg toegang tot rauwe data voor diepere analyses. Hoe stel je dynamische dashboards samen in Data Studio? Krijg alle voorbereiding die je nodig hebt om het Google Analytics 4-examen goed in te gaan. Leg het Google Analytics 4-examen af. Google Tag Manager: Data verrijken Bij het Google Tag Manager-onderdeel, dat je aansluitend volgt na de Google Analytics 4 trainingsdagen, volg je de training ‘Google Tag Manager’. Het volgende komt aan bod: Hoe werkt Google Tag Manager en wat houden tags, triggers, variabelen en data layers in? Zo structureer je een overzichtelijk account met folders, tags, triggers en variabelen. Hoe zet je een container op en installeer je Google Tag Manager op je website? Zo implementeer je trackingcodes/meetpixels van: Google Analytics 4. Google Ads (remarketing en conversiemeting). Meta (Facebook). LinkedIn Insights. Overige tools (o.a. Hotjar). Maak interacties (gebeurtenissen) op je website meetbaar voor: Klikken op links (uitgaand, telefoonnummers en e-mailadressen). Klikken op buttons. Bestand downloads (o.a. PDF). Interactie met YouTube video’s. Formulier verzendingen. Ga aan de slag met geavanceerde meetoplossingen: Bepaal de betrokkenheid van bezoekers via scrolldiepte en zichtbaarheid van elementen. Leer de AVG/GDPR correct toepassen via het opzetten van een cookiemuur. Zo implementeer je bestaande scripts (o.a. muisbeweging (hover) over elementen). Voorkom dat bezoekers je website verlaten met het doormeten van 404-meldingen. Het gebruik van Lookup en Regex Tables. Tags debuggen en previewen. Data Studio: Data visualiseren Bij het Data Studio-onderdeel, dat je aansluitend volgt na de Google Analytics 4- en Google Tag Manager trainingsdagen, volg je de training ‘Data Studio’. Het volgende komt aan bod: Hoe werkt Data Studio en wat zijn de belangrijkste functies? Zo bepaal je de juiste KPI’s voor jouw dashboard. Hoe koppel je Google (o.a. Google Analytics 4 en Google Ads) en niet-Google (o.a. Meta) gegevensbronnen aan Data Studio? Ga zelf data toevoegen via Google Spreadsheets. Zo visualiseer je data effectief met tabellen, grafieken, cirkeldiagrammen en scorekaarten. Hoe geef je een dashboard vorm en pas je de lay-out en huisstijl aan? Gebruik bestaande templates om dashboards sneller op te zetten. Zo pas je geavanceerde functies toe zoals zoals filters en gebruik je meerdere verschillende dimensies. Hoe meng je gegevensbronnen om nog rijkere inzichten te verkrijgen? Deel dashboards automatisch met anderen om inzichten te verspreiden binnen je organisatie.

Bedrijfsadministratie is onmisbaar in elk bedrijf. Niet alleen op financieel gebied, maar ook het administratieve onderdeel is essentieel. Alle gegevens die van belang zijn voor het bedrijf moeten worden vastgelegd en verwerkt. Dit is nodig om het bedrijf goed te laten functioneren. Een belangrijke taak waar jij straks misschien wel verantwoordelijk voor bent! Bedrijfsadministratie is één van de vier modules van de opleiding Moderne Bedrijfsadministratie (MBA). Wanneer je het officieel erkende Associatiediploma Moderne Bedrijfsadministratie wilt behalen, dien je alle vier de modules te volgen. Wanneer je de cursus Bedrijfsadministratie los volgt, biedt deze een goede basiskennis voor het voeren van de (financiële) administratie bij een bedrijf.  

Tijdens deze cursus op hbo-niveau leer je alles over het Nederlandse belastingrecht. Hierbij komen onder andere de wetgeving rondom inkomsten-, loon- en omzetbelasting aan bod. Handig wanneer je jezelf verder wil ontwikkelen in de bedrijfsadministratie! Belastingwetgeving is één van de vier modules van de opleiding Moderne Bedrijfsadministratie (MBA). Wanneer je het officieel erkende Associatiediploma Moderne Bedrijfsadministratie wilt behalen, dien je alle vier de modules te volgen. Wanneer je de cursus Belastingwetgeving los volgt, biedt deze een goede basiskennis van het belastingstelsel in Nederland.

Er komt veel kijken bij de financiële administratie van een bedrijf. Jij kunt daar een bijdrage aan leveren en tegelijkertijd als adviseur optreden na het volgen van deze cursus. Je bepaalt de vermogensbehoefte van een onderneming, maakt een investeringsselectie, analyseert de jaarcijfers en maakt jaarverslagen. Ook ken je de verschillende vormen van eigen vermogen en vreemd vermogen en kun je hier berekeningen voor maken. Financiering is één van de vier modules van de opleiding Moderne Bedrijfsadministratie (MBA). Wanneer je het officieel erkende Associatiediploma Moderne Bedrijfsadministratie wilt behalen, dien je alle vier de modules te volgen. Wanneer je de cursus Financiering los volgt, biedt deze een goede basiskennis voor het voeren van een gezonde financiële administratie!

Ieder bedrijf heeft een financiële administratie. Dit kan soms best ingewikkeld zijn, maar het is uiterst belangrijk dat dit goed gebeurt. Om de financiële administratie in goede banen te laten lopen, moeten kostprijsberekeningen worden gemaakt. Ook moeten de verkoopprijzen worden bepaald en de bedrijfsresultaten moeten regelmatig geanalyseerd worden. Jij beschikt straks over de juiste basiskennis voor het berekenen van deze kosten binnen organisaties! Kostencalculatie is één van de vier modules van de opleiding Moderne Bedrijfsadministratie (MBA). Wanneer je het officieel erkende Associatiediploma Moderne Bedrijfsadministratie wilt behalen, dien je alle vier de modules te volgen. Wanneer je de cursus Kostencalculatie los volgt, biedt deze een goede basiskennis voor het berekenen van kosten binnen een organisatie.  

Na inschrijving van de Award Winning E-learning training Certified Information Systems Auditor (CISA) 2019, ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training. Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training. Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen. De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten. Cursusinhoud Certified Information Systems Auditor (CISA) 2019: Information System Auditing Course: 57 Minutes Course Overview The Purpose of Auditing ISACA Code of Conduct ISACA Auditing Standards Organizational Documentation Stakeholder Needs Network Diagrams Security Control Types Control Objectives and Controls Audit Resource Planning Audit Scheduling Urgent Incident Discovery Audit Reporting Audit Findings Remediation Follow-Up Exercise: Controls and IS Auditing Certified Information Systems Auditor (CISA) 2019: IT Management Frameworks Course: 38 Minutes Course Overview IT Governance COBIT ITIL ISO/IEC Standards Risk Management Risk Treatment BMIS ITAF IT Balanced Scorecards Exercise: IT Frameworks and IS Auditing Certified Information Systems Auditor (CISA) 2019: Data Privacy & Risk Course: 47 Minutes Course Overview The CIA Triad PII PHI GDPR GDPR Compliance PCI DSS PCI DSS Compliance HIPAA FedRAMP Assets and Risks Annualized Loss Expectancy Network Inventory Exercise: Mitigate Data Privacy Risks Certified Information Systems Auditor (CISA) 2019: IAM & Data Classification Course: 1 Hour, 13 Minutes Course Overview Authentication and Authorization On-Premises IAM Cloud-Based IAM Multifactor Authentication Microsoft Azure MFA Microsoft Azure RBAC Amazon Web Services RBAC Microsoft Active Directory Delegated Administration Identity Federation Data Tagging Standard Windows File System Permissions Standard Linux File System Permissions Windows File Server Resource Manager Windows Dynamic Access Control Exercise: Authentication and Data Classification Certified Information Systems Auditor (CISA) 2019: Performance & Management Course: 1 Hour, 8 Minutes Course Overview Service Level Agreements Performance Baselines Windows Performance Monitoring Linux Performance Monitoring Cloud-Based Performance Monitoring Cloud-Based Performance Alerts Change Management Configuration Management Vulnerability Management Group Policy Configuration Delegation Microsoft SCCM Configuration Management Microsoft SCCM Patch Deployment Job Scheduling Exercise: Optimize Performance and Security Certified Information Systems Auditor (CISA) 2019: PKI & Data Protection Course: 1 Hour, 2 Minutes Course Overview Cryptography Asymmetric and Symmetric Encryption PKI Hierarchy The PKI Certificate Life Cycle Private Certificate Authority Certificate Templates Manual Certificate Issuance Securing Network Traffic Disable SSLv Enable an HTTPS Web Site Client SSL/TLS Certificates Windows Encrypting File System Windows BitLocker File Integrity Exercise: Applying PKI Security Certified Information Systems Auditor (CISA) 2019: Virtualization & Cloud Course: 1 Hour, 9 Minutes Course Overview Types of Virtualization Hypervisors Hypervisor Installation Virtual Network Switches Virtual Machines Hardening a Virtualized Environment Cloud Computing Common Cloud Service Offerings Cloud Security Windows Cloud-Based Virtual Machines Linux Cloud-Based Virtual Machines Cloud Endpoint Security Exercise: Securing Cloud Environments Certified Information Systems Auditor (CISA) 2019: Digital Asset Protection Course: 1 Hour, 6 Minutes Course Overview IT Maturity Models Organizational Security Policies Security and the OSI Model Password Security Endpoint Security Data Loss Prevention IoT Devices Vulnerable IoT Devices IoT Security Mobile Device Access Control Mobile Device Hardening Mobile Device Policies Malicious Mobile Apps in App Stores Exercise: Implement Security Controls Certified Information Systems Auditor (CISA) 2019: Data Storage & Malware Course: 1 Hour, 6 Minutes Course Overview Data vs. Information Big Data, Data Analytics, and Reporting Storage Area Network Security Secure an iSCSI SAN Cloud Storage Security Storage Media Disposal Database Security Cloud-Based Microsoft SQL Databases Database Availability Data Backup and Restore Strategies On-Premises Data Backup Cloud-Based Data Backup Malware Types Social Engineering Exercise: Storage Security and Malware Prevention Certified Information Systems Auditor (CISA) 2019: BCP & Network Security Course: 1 Hour, 9 Minutes Course Overview High Availability Disaster Recovery Plan Business Continuity and Business Impact Analysis Incident Response Plan Alternate Recovery Sites RAID RAID Configuration Data Replication Across Regions Wired and Wireless Network Attacks Network Threat Mitigation Firewalls Identify Plaintext Network Traffic Implement a Packet Filtering Firewall Implement a Content Filtering Firewall Certified Information Systems Auditor (CISA) 2019: System Design & Analysis Course: 59 Minutes Course Overview System Development Life cycle Project Management Secure Coding Software Testing Unit Testing Regression Testing Acceptance Testing Integration Testing Performance Testing Fuzzing Continuous Integration and Delivery Infrastructure Deployment System Migration and Data Conversion Cloud Migration Assessments Exercise: Plan, Test, and Deploy IT Solutions Certified Information Systems Auditor (CISA) 2019: Testing & Vulnerability Course: 1 Hour, 5 Minutes Course Overview IT Governance COBIT ITIL ISO/IEC Standards Risk Management Risk Treatment BMIS ITAF IT Balanced Scorecards Exercise: IT Frameworks and IS Auditing Certified Information Systems Auditor (CISA) 2019: Digital Evidence Gathering Course: 35 Minutes Course Overview Digital Forensics Digital Forensics Hardware Digital Forensics Software Order of Volatility Chain of Custody Forensic Data Browsing Forensic File Recovery Hard Disk Imaging Exercise: Digital Forensic Tools and Techniques Certified Information Systems Auditor (CISA) 2019: Continuous Monitoring Course: 48 Minutes Course Overview Monitoring Overview Business Processes Sampling Types Windows Log Filtering Linux Log Forwarding Packet Capturing Placement Packet Capturing and Analysis SIEM Intrusion Detection Systems Exercise: Security and Business Process Monitoring Certified Information Systems Auditor (CISA) 2019: Scenario-Based Practice Course: 22 Minutes Course Overview Scenario: Audit Planning Scenario: Security Control Cost Effectiveness Scenario: Determine Wi-Fi Weaknesses Scenario: Traveling Users Scenario: Key Usage Scenario: Compensating Control Selection Exercise: IS Audit Recommendations Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 14:04 uur Voortgangsbewaking: Ja Toegang tot Materiaal: 365 dagen Technische Vereisten: Computer of mobiel apparaat, Stabiele internetverbindingen Webbrowserzoals Chrome, Firefox, Safari of Edge. Support of Ondersteuning: Helpdesk en online kennisbank 24/7 Certificering: Certificaat van deelname in PDF formaat Prijs en Kosten: Cursusprijs zonder extra kosten Annuleringsbeleid en Geld-Terug-Garantie: Wij beoordelen dit per situatie Award Winning E-learning: Ja Tip! Zorg voor een rustige leeromgeving, tijd en motivatie, audioapparatuur zoals een koptelefoon of luidsprekers voor audio, accountinformatie zoals inloggegevens voor toegang tot het e-learning platform.

Exploring Artificial Intelligence.  Na inschrijving van de Award Winning E-learning training AI Exploring Artificial Intelligence, ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training. Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training. Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen. De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten. Kunstmatige intelligentie (AI) is sinds het begin van het vakgebied een van de belangrijkste onderzoekstechnieken in de informatica, en de laatste jaren heeft een opkomst in onderzoek en rekenkracht AI-ontwikkeling toegankelijker gemaakt voor ontwikkelaars. In dit leertraject leer je de basis van AI en de technieken die worden gebruikt om AI problemen op te laten lossen. Cursusinhoud Introducing AI Course: 31 Minutes Course Introduction What Is Artificial Intelligence? Fields and Applications AI Techniques Defining Agents Types of Agents Environments Course: 18 Minutes Describing Environments Environment's Observability Number of Agents in Environments Certainty in an Environment Environment's Behavior Practice: Agents and Environments Course: 3 Minutes Exercise: Describe an Agent and an Environment Introducing Search Problems Course: 15 Minutes Course Introduction Search Problems Defined Search Problem Examples Representing Search Problems for Search Algorithms Brute Force Searching Course: 9 Minutes Breadth-first Search Depth-first Search Iterative Deepening Search Informed Searching Course: 14 Minutes Greedy Best-first Search Heuristics Making Good Heuristics A* Search Local Searching Course: 5 Minutes Hill-climbing Search Simulated Annealing Practice: Identifying Search Problems Course: 2 Minutes Exercise: Describe Search Problems Introducing CSPs Course: 6 Minutes Course Introduction What Are Constraint Satisfaction Problems (CSPs)? Constraint Satisfaction Problem Examples Solving CSPs Course: 19 Minutes Backtracking Search Variable Ordering Arc Consistency Constraint Propagation Using Inference with Search Using a Local Search for CSPs Solving a Sudoku Puzzle Practice: Constraint Satisfaction Problems Course: 3 Minutes Exercise: Solve a Constraint Satisfaction Problem Course Introduction Adversarial Problems Adversarial Problem Representation Minimax Algorithm Alpha-beta Pruning Imperfect Decisions Course: 15 Minutes Evaluation Functions Cutoff Search Lookup Tables The Game of Chess Stochastic Games Course: 11 Minutes Expectiminimax Value Stochastic Evaluation Functions Monte Carlo Tree Search Practice: Using the Minimax Algorithm Course: 2 Minutes Exercise: Use Minimax and Pruning to Play a Game Understanding Uncertainty Course: 10 Minutes Course Introduction What Is Uncertainty? Uncertainty Representation Understanding Utility Theory Course: 13 Minutes Utility Theory Utility and Preferences Utility and Risks Value of Information Examining the Markov Decision Process Course: 21 Minutes Markov Chains Markov Decision Process MDP Value Iteration Partially Observable Markov Decision Process (POMDP) POMDP Value Iteration Applying POMDPs Practice: Markov Decision Process Course: 3 Minutes Exercise: Describe the Markov Decision Process Learning for Computers Course: 9 Minutes Course Introduction How Computers Can Learn Learning From Examples Decision Trees Course: 12 Minutes Using Decision Trees Decision Tree Learning: Information Gain Decision Tree Learning: Choosing Attributes Overfitting Neural Networks Course: 25 Minutes Artificial Neural Networks Neural Network Structure Types of Neural Networks Perceptron Learning Deep Neural Networks Convolutional Neural Networks Recurrent Neural Networks Practice: Perceptron Training Course: 2 Minutes Exercise: Make a Perceptron Learn From Examples Introducing Reinforcement Learning Course: 21 Minutes Course Introduction What Is Reinforcement Learning? Additive and Discounted Rewards Passive Learning Direct Utility Estimation Temporal Difference Learning Active Learning Exploration and Exploitation Policies Q-learning Algorithm Course: 12 Minutes Defining Q-learning Implementing Q-learning Off-policy and On-policy Learning Function Approximation Deep Q-learning Practice: Q-learning Course: 2 Minutes Exercise: Describe Q-learning Defining NLP Course: 17 Minutes Course Introduction Introducing Natural Language Processing (NLP) Base NLP Operations Porter Stemming Algorithm Named Entity Recognition Basic Models Course: 11 Minutes Building Natural Language Processing (NLP) Models Text Classification Naïve Bayes Classification Information Retrieval (IR) Communication Course: 14 Minutes Answering Questions Parsing Machine Translation Speech Recognition Practice: NLP Operations Course: 2 Minutes Exercise: Describe NLP Operations Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 9 uur Voortgangsbewaking: Ja Toegang tot Materiaal: 365 dagen Technische Vereisten: Computer of mobiel apparaat, Stabiele internetverbindingen Webbrowserzoals Chrome, Firefox, Safari of Edge. Support of Ondersteuning: Helpdesk en online kennisbank 24/7 Certificering: Certificaat van deelname in PDF formaat Prijs en Kosten: Cursusprijs zonder extra kosten Annuleringsbeleid en Geld-Terug-Garantie: Wij beoordelen dit per situatie Award Winning E-learning: Ja Tip! Zorg voor een rustige leeromgeving, tijd en motivatie, audioapparatuur zoals een koptelefoon of luidsprekers voor audio, accountinformatie zoals inloggegevens voor toegang tot het e-learning platform.

Python / Data Science Python / Programmeren (algemeen) / Machine learning / Artificial Intelligence / Developing AI and Machine Learning Solutions with Python.   Bestel deze geweldige Elearning Training Developing AI and Machine Learning Solutions with Python online cursus, 1 jaar 24/ 7 toegang tot rijke interactieve video’s, spraak, praktijkopdrachten, voortgangsbewaking door rapportages en testen per onderwerp om de kennis direct te toetsen. Na de cursus ontvangt u een certificaat van deelname. Cursusinhoud AI and ML Solutions with Python: Machine Learning and Data Analytics Course: 1 Hour, 4 Minutes Machine Learning Concepts Machine Learning and Deep Learning Machine Learning and AI Correlation Installing Python for Machine Learning Analytics Types and Techniques Benefits of Predictive and Descriptive Analytics Nominal, Ordinal, Interval, and Ratio Data Metrics Supervised Learning Algorithm Implementing Regression Exercise: Working with Data Frames AI and ML Solutions with Python: Supervised, Unsupervised and Deep Learning Course: 1 Hour, 31 Minutes Working with Classification Unsupervised Learning K-Mean Clustering Hierarchical Clustering Text Mining and Recommender Systems Text Mining and Data Assemblz Deep and Reinforcement Learning Concepts Restricted Boltzmann Working with CNN Exercise: Working with Data Frames and Centroids AI and ML Solutions with Python: Deep Learning and Neural Network Implementation Course: 1 Hour, 3 Minutes Recurrent Neural Network Data Sampling Applying PCA Gaussian Regression Process Linear Model Pre-Model and Workflow Classification and Bayesian Ridge Linear Regression Modelling Logistic Regression Using Linear Method Exercise: Working with Linear Regression AI and ML Solutions with Python: Implementing ML Algorithm Using scikit-learn Course: 1 Hour, 14 Minutes Least Absolute Shrinkage Bayesian Ridge Regression Using scikit-learn Data Classification Decision Tree Classification Vector Machine Using scikit-learn Document Classification and Naive Bayes Post Model Validation Using Shufflesplit Brute Force Grid Search Exercise: Working with Decision Tree Classifiers AI and ML Solutions with Python: Implementing Robotic Process Automation Course: 1 Hour, 3 Minutes Fake Estimator Introducing Robotic Process Automation RPA Frameworks Implement Pattern Matching Using Python Task Scheduler and Program Auto Launch Manipulate Images File Operation Automation UiPath Fundamentals Implement RPA using UiPath Exercise: Working with Image Filters Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 5:55 uur Voortgangsbewaking: Ja Toegang tot Materiaal: 365 dagen Technische Vereisten: Computer of mobiel apparaat, Stabiele internetverbindingen Webbrowserzoals Chrome, Firefox, Safari of Edge. Support of Ondersteuning: Helpdesk en online kennisbank 24/7 Certificering: Certificaat van deelname in PDF formaat Prijs en Kosten: Cursusprijs zonder extra kosten Annuleringsbeleid en Geld-Terug-Garantie: Wij beoordelen dit per situatie Award Winning E-learning: Ja Tip! Zorg voor een rustige leeromgeving, tijd en motivatie, audioapparatuur zoals een koptelefoon of luidsprekers voor audio, accountinformatie zoals inloggegevens voor toegang tot het e-learning platform.

Na inschrijving van de Award Winning E-learning training AI Development with TensorFlow, ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training. Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training. Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen. De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten. Cursusinhoud TensorFlow: Introduction to Machine Learning Course: 1 Hour, 41 Minutes Course Overview Introduction to Machine Learning Algorithms Understanding Machine Learning Understanding Deep Learning Supervised and Unsupervised Learning TensorFlow for Machine Learning Tensors and Operators Understanding How to Install TensorFlow Installing TensorFlow on the Local Machine Working with Constants The Computation Graph with TensorBoard Working with Variables and Placeholders Variables and Placeholders on TensorBoard Updating Variables in a Session Feed Dictionaries Named Scopes for Better Visualization Eager Execution Exercise: Machine Learning and TensorFlow Exercise: Working with Computation Graph TensorFlow: Simple Regression and Classification Models Course: 1 Hour, 38 Minutes Course Overview Understanding Linear Regression Gradient Descent and Optimizers Explore the Boston Housing Prices Dataset Creating Training and Test Datasets for Regression Base Model with scikit-learn Setting up the Linear Regression Computation Graph Train and Visualize the Linear Regression Model Visualize the Model with TensorBoard The High-Level Estimator API Linear Regression with Estimators Prediction Using Estimators Understanding Binary Classification The Cross Entropy Loss Function and Softmax Continuous and Categorical Data Creating Training & Test Datasets for Classification Binary Classification Using Estimators Exercise: Working with Linear Regression Exercise: Working with Binary Classification TensorFlow: Deep Neural Networks and Image Classification Course: 1 Hour, 18 Minutes Course Overview Neural Networks and Deep Learning Basic Structure of a Neural Network The Mathematical Function Applied By a Neuron Linear Transformation and Activation Functions Training a Neural Network Using Gradient Descent Forward Pass and Backward Pass Image Representations in Machine Learning Set Up TensorFlow and Use Jupyter Notebooks The MNIST Dataset Training an Estimator for Image Classification Predicting Image Labels Drawbacks of Deep Neural Networks for Images Exercise: Working with Neural Networks Exercise: Working with Image Classification TensorFlow: Convolutional Neural Networks for Image Classification Course: 1 Hour, 21 Minutes Course Overview Neural Networks and Deep Learning Basic Structure of a Neural Network The Mathematical Function Applied By a Neuron Linear Transformation and Activation Functions Training a Neural Network Using Gradient Descent Forward Pass and Backward Pass Image Representations in Machine Learning Set Up TensorFlow and Use Jupyter Notebooks The MNIST Dataset Training an Estimator for Image Classification Predicting Image Labels Drawbacks of Deep Neural Networks for Images Exercise: Working with Neural Networks Exercise: Working with Image Classification Explore how to model language and Tensorflow: Word Embeddings & Recurrent Neural Networks Course: 40 Minutes Course Overview One-Hot Encoding of Words Frequency-Based Encoding Prediction-Based Encoding Word2vec and GloVe Embeddings Recurrent Neurons Unrolling a Recurrent Memory Cell Training a Recurrent Neural Network Long Memory Cells Exercise: Working with Word Encoding Exercise: Working with Recurrent Neural Networks Tensorflow: Sentiment Analysis with Recurrent Neural Networks Course: 58 Minutes   Course Overview Configuring the TensorFlow Environment Training Data Data Pre-Processing Unique Identifiers to Represent Words Construct a Recurrent Neural Network Training the Neural Network Data Pre-Processing to Use Pre-Trained Word Vectors Lookup Table to Map Unique Identifiers Sentences Using Word Identifiers Sentiment Analysis Using Pre-Trained Vectors Exercise: Performing Sentiment Analysis Tensorflow: K-means Clustering with TensorFlow Course: 1 Hour Course Overview Supervised vs. Unsupervised Learning Supervised Learning Characteristics Unsupervised Learning Characteristics Unsupervised Learning Use Cases Objectives of Clustering Techniques K-means Clustering K-means Clustering Algorithm Install TensorFlow and Work with Jupyter Notebooks Generate Random Data for K-means Clustering K-means Clustering Using Estimators The Iris Dataset Clustering the Iris Dataset Exercise: Working with Unsupervised Learning Exercise: Working with Clustering Tensorflow: Building Autoencoders in TensorFlow Course: 47 Minutes Course Overview Efficient Representation of Data Using Encodings Autoencoders Principal Component Analysis Performing Principal Component Analysis on Datasets Principal Component Analysis with scikit-learn Autoencoders for Principal Component Analysis The Fashion MNIST Dataset Autoencoders for Dimensionality Reduction Exercise: Working with Autoencoders Tensorflow: Word Embeddings & Recurrent Neural Networks Course: 44 Minutes Course Overview One-Hot Encoding of Words Frequency-Based Encoding Prediction-Based Encoding Word2vec and GloVe Embeddings Recurrent Neurons Unrolling a Recurrent Memory Cell Training a Recurrent Neural Network Long Memory Cells3 Exercise: Working with Word Encoding Exercise: Working with Recurrent Neural Networks TensorFlow: Convolutional Neural Networks for Image Classification Course: 1 Hour, 23 Minutes Course Overview The Visual Cortex Convolution and Convolutional Layers Image as an Input Matrix Convolution Kernel and Convolutional Layer Edge Detection Using Convolution Pooling and Pooling Layers Zero-Padding and Stride Size Convolutional Neural Network Architecture Overfitting and the Bias-Variance Trade-Off Preventing Overfitting The CIFAR-10 Dataset Training and Test Dataset for Image Classification Placeholders and Variables for the CNN CNN for Image Classification Train and Predict Using a CNN Exercise: Working with CNNs TensorFlow: Deep Neural Networks and Image Classification Course: 1 Hour, 18 Minutes Course Overview Neural Networks and Deep Learning Basic Structure of a Neural Network The Mathematical Function Applied By a Neuron Linear Transformation and Activation Functions Training a Neural Network Using Gradient Descent Forward Pass and Backward Pass Image Representations in Machine Learning Set Up TensorFlow and Use Jupyter Notebooks The MNIST Dataset Training an Estimator for Image Classification Predicting Image Labels Drawbacks of Deep Neural Networks for Images Exercise: Working with Neural Networks Exercise: Working with Image Classification Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 12 uur Voortgangsbewaking: Ja Toegang tot Materiaal: 365 dagen Technische Vereisten: Computer of mobiel apparaat, Stabiele internetverbindingen Webbrowserzoals Chrome, Firefox, Safari of Edge. Support of Ondersteuning: Helpdesk en online kennisbank 24/7 Certificering: Certificaat van deelname in PDF formaat Prijs en Kosten: Cursusprijs zonder extra kosten Annuleringsbeleid en Geld-Terug-Garantie: Wij beoordelen dit per situatie Award Winning E-learning: Ja Tip! Zorg voor een rustige leeromgeving, tijd en motivatie, audioapparatuur zoals een koptelefoon of luidsprekers voor audio, accountinformatie zoals inloggegevens voor toegang tot het e-learning platform.

Na inschrijving van de Award Winning E-learning training Developing AI and Machine Learning Solutions with Java , ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training. Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training. Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen. De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten. Cursusinhoud Developing AI and ML Solutions with Java: AI Fundamentals Course: 1 Hour, 4 Minutes Development Environment for Artificial Intelligence Machine Learning with Java Artificial Intelligence Implementation Scenarios Deeplearning4J Introduction Configure Neural Network Using DL4J Domain Specific Implementation of AI Predictive Modeling Exercise: Working with ML Libraries  Developing AI and ML Solutions with Java: Machine Learning Implementation Course: 1 Hour, 27 Minutes Machine Learning and Artificial Intelligence Machine Learning Algorithm Types Supervised and Unsupervised Learning K-Means Cluster KNN Algorithms Decision Tree and Random Forest Linear Regression Analysis Gradient Boosting Algorithms Logistics Regression Probabilistic Classifier Naïve Bayes Classifier Exercise: Implementing Machine Learning Algorithms Course Test  Developing AI and ML Solutions with Java: Neural Network and Neuroph Framework Course: 1 Hour, 49 Minutes Neural Network and its Essential Components Implement a Simple Neural Network Neural Network Types Implementing Hopfield Neural Networks Implementing Back Propagation Neural Networks Role of Activation Function Loss Functions and their Benefits Implementing Activation Functions and Loss Functions Hyperparameter Neuroph Java Neural Framework Capabilities Hyperparameter Implementation using DL4J Deep Learning Comparing Deep Learning and Graph Models Combining Deep Learning and Graph Model1 Deep Learning and Graph Model Use Cases Exercise: Working with Neuroph and Neural Networks  Developing AI and ML Solutions with Java: Neural Network and NLP Implementation Course: 57 Minutes Multilayer Networks and Computation Graphs Implementing Multilayer Networks NLP Introduction Components of NLP Language and Sentence Tokenizer and Name Finder Detecting Parts of Speech Classifying Text and Documents Using Parser to Extract Relationships Speech Implementation Exercise: Working with NLP Components   Developing AI and ML Solutions with Java: Expert Systems and Reinforcement Learning Course: 48 Minutes Expert Systems Tools Working with Jess Defining Rules Supervised Learning and Notations Datasets and Training Models Outlier Types Feature Search and Feature Evaluation Techniques Principal Component Analysis Data Transformation Clustering Concept Hierarchical Clustering Graph Modeling Exercise: Working with Datasets and Clustering Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 6:05 uur Voortgangsbewaking: Ja Toegang tot Materiaal: 365 dagen Technische Vereisten: Computer of mobiel apparaat, Stabiele internetverbindingen Webbrowserzoals Chrome, Firefox, Safari of Edge. Support of Ondersteuning: Helpdesk en online kennisbank 24/7 Certificering: Certificaat van deelname in PDF formaat Prijs en Kosten: Cursusprijs zonder extra kosten Annuleringsbeleid en Geld-Terug-Garantie: Wij beoordelen dit per situatie Award Winning E-learning: Ja Tip! Zorg voor een rustige leeromgeving, tijd en motivatie, audioapparatuur zoals een koptelefoon of luidsprekers voor audio, accountinformatie zoals inloggegevens voor toegang tot het e-learning platform.