Onderwerp
Automatisering & ICT/IT
Communicatie
Financieel
HR
Inkoop & logistiek
Management
Secretarieel & Administratief
Marketing
Opleiding & Onderwijs
Persoonlijke Effectiviteit
Productie, techniek & bouw
Kwaliteit- & Projectmanagement
Sales
Vitaliteit & Gezondheid
Taalcursus
Zorg & Verzorging
Juridisch
Internet & Media
Arbo & Veiligheid
Hobby & Vrije Tijd
Vastgoed & Makelaardij
Abonnementen
Locatie
Niveau
Type
Keurmerk

Opleidingen

68.068 resultaten

Live Online Bootcamp Certified Info Systems Security Professional (CISSP)

Met deze live online Bootcamp word je voorbereid op het uitdagende CISSP-examen. Met deze live online Bootcamp word je voorbereid op het uitdagende CISSP-examen. We behandelen de doelstellingen die zijn gedefinieerd in het uitgebreide kader (common body of knowledge) van alle relevante onderwerpen waar een beveiligingsprofessional bekend mee moet zijn, inclusief vaardigheden, technieken en best practices. Dit materiaal is afgestemd op de meest recente (ISC) ² examendoelstellingen en is zodanig onderworpen om jou echt in de stof te laten verdiepen. Deze Live Online Bootcamp biedt jou een ongeëvenaarde ervaring en bereid jou met succes voor op het CISSP- examen. De Bootcamp bestaat uit: - 5 live trainingssessies onder begeleiding van een expert - Uitgebreid lesmateriaal: - Live lab - E-learning modules - Praktijkopdrachten die direct uit te voeren zijn - Sparren / chatten met medecursisten - Begeleiding door docenten De eerst volgende Bootcamp staat gepland op de volgende data: - Sessie 1: Maandag 10-06-2024 van 17.00 uur tot 21.00 uur. - Sessie 2: Dinsdag 11- 06 -2024 van 17.00 uur tot 21.00 uur. - Sessie 3: Woensdag 12- 06 -2024 van 17.00 uur tot 21.00 uur. - Sessie 4: Donderdag 13-06-2024 van 17.00 uur tot 21.00 uur. - Sessie 5: Vrijdag 14-06-2024 van ...
€828
E-Learning
33 uren

Training Power Platform Fundamentals

Apeldoorn vr 19 jun. 2026 en 9 andere data
Microsoft Power Platform geeft je de mogelijkheid om snel, geïntegreerd en zonder diepgaande programmeerervaring apps te bouwen in PowerApps, data te visualiseren met Power BI en processen en workflows in te richten met Power Automate. Tijdens de Training Power Platform Fundamentals leer je hoe je een Power Platform inricht, koppelt met databronnen uit Azure, Office 365 of externe bronnen en hoe je een Power App, Power BI rapport en Power Automate workflow integreert in je platform. Algemene omschrijving Microsoft Power Platform In het Power Platform van Microsoft zijn drie toepassingen verenigd: PowerApps voor het ontwikkelen van low-code applicaties, in principe zonder programmeerervaring. Je kunt op basis van flexibele templates in een gebruiksvriendelijke omgeving snel krachtige apps inrichten. Uiteraard kunnen PowerApps eenvoudig uitgebreid worden door ontwikkelaars, bijvoorbeeld met custom connectoren voor propriëtaire software. Power BI voor het inzichtelijk maken en analyseren van je data uit allerlei mogelijke bronnen, zoals de Common Data Service (CDS) op Azure, Excel en tal van databasesystemen. Power Automate voor het inrichten en automatiseren van processen in workflows, bijvoorbeeld om taken van verschillende applicaties op elkaar te laten aansluiten. Het Power Platform biedt een geïntegreerde omgeving waarin je de kracht van deze toepassingen kunt laten samen komen. Je beheert hier eenvoudig de inrichting van je applicaties, koppelingen met externe systemen en de beveiliging van je apps en data. Training Power Platform Fundamentals Tijdens de training Power Platform Fundamentals leer je hoe je een Power Platform inricht en beheert. Verder bouwen we een PowerApp op basis van beschikbare templates en maken we koppelingen met externe databronnen met CDS op Azure. Je leert hoe je een eenvoudige workflow inricht met Power Automate en hoe je in Power BI een basis dashboard of rapport bouwt op basis van verschillende mogelijke databronnen. Na de training ben je in staat om Power Platform in te richten en beheren en heb je een stevige basis om aan de slag te gaan het ontwikkelen van apps, datavisualisaties en workflows. Bedrijfstraining Power Platform Fundamentals Heb je collega's met dezelfde opleidingsbehoeften? In een bedrijfstraining kunnen wij de training volledig op maat verzorgen voor jou individueel of samen met een groep collega's. Je kunt in een bedrijfstraining Power Platform Fundamentals dan direct aan de slag om een basis te leggen voor een Power Platform toepassing voor jouw organisatie. Bekijk ook onze trainingen voor specifieke trainingen voor toepassingen op het Power Platform, deze zijn goed te combineren met de training Power Platform: Training Power BI Training PowerApps Training Power Automate Programma Tijdens de cursus Power Platform Fundamentals komen de volgende onderwerpen aan bod: Werken met Power Platform Overzicht Power Platform componenten Power Platform inzetten voor zakelijke toepassingen Werken met portals voor beheerders Installeren van applicaties Methoden om databronnen te koppelen Power Apps bouwen Overzicht van Power Apps omgeving Creëren van een Security Canvas App Bouwen van een Power App oplossing op basis van bedrijfsprocessen Applicatie afronden en gebruiken Werken met Power Automate Overzicht van Power Automate Bouwen van een Automated Solution Bouwen van een Simple Flow Creëren van een Visit Notification Flow Creëren van een Security Sweep Flow Werken met Power BI Overzicht van Power BI Bouwen van een eenvoudig dashboard Creëren en publiceren van rapportages Best practices Business cases
€1.499
Klassikaal
max 13

Data Science Using R - Data Science - R - Data science met R

Na inschrijving van de Award Winning E-learning training Data Science Using R, 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. R is een van de meest gebruikte tools voor datawetenschap. Dit pad van cursussen omvat veelvoorkomende taken die nodig zijn voor datawetenschappers die R gebruiken: data-ruzie, debuggen, defensief programmeren en domeinspecifieke taalintegratie. Cursusinhoud Data Wrangling in R Course: 9 Minutes Course Introduction Introduction to Data Wrangling in R The dplyr Library Course: 52 Minutes Data Wrangling with dplyr Exploring Data with dplyr Filtering with dplyr Piping with dplyr Mutating Data with dplyr Summarizing Data with dplyr Selecting with dplyr Combining Data Sets with dplyr Set Operations with dplyr Arranging with dplyr The tidyr Library Course: 13 Minutes Data Manipulation with tidyr Gathering with tidyr Separating with tidyr Rectangular Data Extraction Course: 11 Minutes Using readr Using readxl Practice: Using the dplyr Library Course: 3 Minutes Exercise: Combine dplyr Verbs Debugging Course: 30 Minutes Course Introduction Debugging with RStudio Using Traceback Debugging with Browser Displaying Warnings and Messages Implementing Handlers Benchmarking in R Defensive Programming in R Course: 15 Minutes Methods of Defensive Programming Turning Warnings into Errors Programming with Asserts Memory Management Course: 9 Minutes Using pryr Addressing Memory with pryr Practice: Using Debugging Course: 2 Minutes Exercise: Debug with Browser Utility Functions in R Course: 33 Minutes Course Introduction Using substitute, quote, and deparse Using ast Using str Lazy Evaluation in R Using eval Using paste Functions Classes and Operators Course: 24 Minutes Creating Reference Classes Using class Defining a Binary Operator Simulating a Unary Operator Code Translation Course: 17 Minutes Using SQL to R Translation Exporting HTML tables Exporting a LaTeX document Using list2env C and C++ Integration Course: 15 Minutes Connecting inline C++ to R Calling External C++ with R Using cfunction in R Practice: Code Transformation Course: 3 Minutes Exercise: Output an R Table as LaTeX3 Library Tools Course: 25 Minutes Course Introduction Exploring the tidyverse Collection of Libraries Manipulating Strings with the stringr Library Using the forcats Library Using the purrr Library Web Application Tools Course: 17 Minutes Creating a shiny Application Rendering a Plot in shiny Displaying a JavaScript DataTable R Markdown Course: 25 Minutes Using Markdown in R Rendering HTML Rendering LaTeX Passing knitr Parameters Referencing with bibtex Practice: R Markdown Publishing Course: 3 Minutes Exercise: Create and Publish from R Markdown Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 5:04 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.
€199
E-Learning
MBO

Data Science Fundamentals in R - Data Science - R - Software Development / Ontwikkeling - Programmeren (algemeen) - Data science met R - Functioneel programmeren - IT voor niet IT-ers

Na inschrijving van de Award Winning E-learning training Data Science Fundamentals in R, 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. R is een van de meest gebruikte tools voor datawetenschap. Dit pad van cursussen omvat veelvoorkomende taken die nodig zijn voor datawetenschappers die R gebruiken: data-ruzie, debuggen, defensief programmeren en domeinspecifieke taalintegratie. Cursusinhoud Introduction Course: 11 Minutes Course Introduction What is Data Science? Examples of Data Science Sources of Data for Learning Important R Basics Course: 28 Minutes Data Frames The Structure Function str Summary Statistics Import JSON Data Foreach Looping Data Management Course: 32 Minutes Reshaping Data Merging Data Transposing Data Aggregating Data Basic Imputation Linear Fitted Imputation Categorize Continuous Variables Data Analysis Course: 45 Minutes Modeling for Data Science Linear Modeling Analysis of Variance The R coef Function The R fitted Function The R residuals Function The Variance-Covariance Matrix Confidence Intervals Fitting Generalized Linear Models Plotting Linear Models T-Test The TukeyHSD Test The predict Function Time Series Course: 8 Minutes Time Series The R forecast package Practice: Data Science Fundamentals in R Course: 15 Minutes Exercise: Using R for Data Science Introduction Course: 5 Minutes Course Introduction Supervised and Unsupervised Learning Clustering Course: 34 Minutes Multidimensional Scaling Hierarchical Clustering Hierarchical Clustering with corclust K-Means Clustering Selecting K for kmeans Clustering Clustering Large Applications (Clara) Fuzzy C-Means Clustering Classification and Regression Course: 1 Hour, 11 Minutes Classification Trees with rpart in R Regression Tree with rpart Classification Trees with the tree Package Regression Trees with the tree Package K-Nearest Neighbor Classification The randomForest Package Combining Random Forests Random Forests for Proximity Classification Partitioning Around Medoids (PAM) Naive Bayes Classifier Linear Discriminant Analysis (LDA) Quadratic Discriminant Analysis (QDA) Mixture Discriminant Analysis (MDA) Support Vector Machines (SVMs) Loess Regression Partial Least Squares Regression (PLS) Smoothing Splines Boosting and Bagging Course: 11 Minutes AdaBoost in R Bagging Advanced Visualizations Course: 15 Minutes Scatterplot Matrix in R Overlay Density Plots Scatterplot 3D Visualization in R Practice: Machine Learning Examples in R Course: 15 Minutes Exercise: Statistical analysis in R Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 5:04 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.
€189
E-Learning
MBO

R for Data Science - R - Software Development / Ontwikkeling - Programmeren (algemeen) - Data Science - Data science met R - Functioneel programmeren

Na inschrijving van de Award Winning E-learning training R for Data Science, 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. R is een van de meest gebruikte ontwikkelingstools voor datawetenschap. Dit leertraject behandelt belangrijke concepten en tools die nodig zijn voor datawetenschappers die R gebruiken, waaronder datastructuren, het importeren en exporteren van data, data-exploratie, regressieanalyse, classificatie en regressie en datavisualisatie. Cursusinhoud R for Data Science: Data Structures Course: 52 Minutes Course Overview Creating Vectors Manipulating Vectors Sorting Vectors Using Lists Creating Matrices Matrix Operations Creating Factors Creating Data Frames Data Frame Operations Exercise: Creating and Using a Data Frame R for Data Science: Importing and Exporting Data Course: 34 Minutes Course Overview Reading from CSV Reading from Excel Reading from HTML Exporting to CSV Exporting to Excel Exporting to HTML Exercise: Reading and Writing Data R for Data Science: Data Exploration Course: 41 Minutes Course Overview Creating dplyr Tables Selecting Subsets Filtering Tabular Data Piping Data Mutating Data Summarizing Data Combining Datasets Grouping Data Exercise: Querying Data R for Data Science: Regression Methods Course: 37 Minutes Course Overview Linear Data Preparation Creating Linear Models Interpreting Model Output Using Linear Prediction Logistic Data Preparation Using glm Exercise: Creating a Linear Model R for Data Science: Classification & Clustering Course: 39 Minutes Course Overview Preparing Data for Classification Using rpart Using ctree Preparing Data for Clustering Using K-Means Clustering Using Hierarchical Clustering Exercise: Creating a Decision Tree R for Data Science: Data Visualization Course: 33 Minutes Course Overview Using Scatter Plots Using Line Graphs Using Bar Charts Using Box and Whisker Plots Using Histograms Using a Bubble Plot Exercise: Data Visualization Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 3:56 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.
€199
E-Learning
MBO

Linear Regression Models - Machine learning - Data Analyse - Data Science - Deep Learning - Artificial Intelligence

Na inschrijving van de Award Winning E-learning training Linear Regression Models, 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. Machine Learning is tegenwoordig overal, vaak onzichtbaar voor de meesten van ons. Dit pad behandelt een van de fundamentele problemen in de wereld van ML, lineaire regressie. In het bijzonder onderzoeken we hoe we klassieke ML kunnen gebruiken, werken met neurale netwerken en eenvoudige regressiemodellen bouwen met Scikit Learn en Keras. We zullen ook logistieke regressie behandelen om classificatiemodellen te bouwen en hoe TensorFlow-schatters te gebruiken. Cursusinhoud Linear Regression Models: Introduction to Linear Regression Course: 1 Hour, 19 Minutes Course Overview Statistical Tools and Regression Reasons to Use Regression Regression Loss: Least Square Error Capturing Variance in Regression Prediction Using Regression Introduction to Deep Learning The Architecture of Neural Networks Neurons: The Building Blocks of a Neural Network Linear Regression Using a Single Neuron Training a Neural Network Gradient Descent Optimization Exercise: Introduction to Linear Regression Linear Regression Models: Building Simple Regression Models with Scikit Learn and Keras Course: 42 Minutes Course Overview Loading a Dataset Splitting a Dataset for Training and Validation Keras Installation Training and Evaluating a Model Building a Sequential Model Training a Neural Network Evaluating a Neural Network Exercise: Building Simple Regression Models Linear Regression Models: Multiple and Parsimonious Linear Regression Course: 1 Hour, 11 Minutes Course Overview Understanding Multiple Regression Kitchen Sink Regression Training and Evaluating the Model Preparing Data for a Neural Network Building a Neural Network Evaluating the Neural Network Finding Correlations in a Dataset Introducing Parsimonious Regression Applying Parsimonious Regression with Scikit Learn Applying Parsimonious Regression with Keras Exercise: Multiple Linear Regression Linear Regression Models: An Introduction to Logistic Regression Course: 58 Minutes Course Overview Introducing Logistic Regression The Logistic Regression Curve Logistic Regression and Classification Logistic Regression vs. Linear Regression Logistic Regression in Keras Preparing Data for Logistic Regression Classification using a Logistic Regression Model Preparing Data for a Neural Network Building and Evaluating the Keras Classifier Exercise: An Introduction to Logistic Regression Linear Regression Models: Simplifying Regression and Classification with Estimators Course: 36 Minutes Course Overview Introducing Estimators Preparing Data for a Linear Regressor Estimator Training and Evaluating a Regressor Estimator Preparing Data for a Linear Classifier Estimator Training and Evaluating a Classifier Estimator Exercise: Using Tensor Flow Estimators Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 4:46 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.
€159
E-Learning
MBO

Research Topics ML & DL + Bayesian Methods for Machine

Na inschrijving van de Award Winning E-learning training Research Topics ML & DL + Bayesian Methods for Machine, 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 Research Topics in ML and DL Research Topics in Machine Learning and Deep Learning Course: 42 Minutes Course Overview Prevent Neural Networks from Overfitting Multi-Label Learning Algorithms Deep Residual Learning for Image Recognition Transferable Features in Deep Neural Networks Large-Scale Video Classification Common Objects in Context Generative Adversarial Nets Scalable Nearest Neighbor Algorithms Face Alignment with Ensemble of Regression Trees Learning Deep Features for Scene Recognition Extreme Learning Machine (ELM) Exercise: Recognize Research Topics in ML and DL Bayesian Methods for Machine Bayesian Methods: Bayesian Concepts & Core Components Course: 1 Hour, 1 Minute Course Overview Bayesian Probability and Statistical Inference Bayes' Theorem in Machine Learning Frequentist and Subjective Probability Probability Distribution Ingredients of Bayesian Statistics Bayesian Methods Bayesian Concepts in ML Modeling Prior Knowledge Distribution Bayesian Analysis Approach Exercise: Bayesian Statistics and Analysis Bayesian Methods: Implementing Bayesian Model and Computation with PyMC Course: 48 Minutes Course Overview Bayesian Learning Bayesian Model Types Probabilistic Programming Modeling with PyMC Bayesian Data Analysis Process Bayesian Data Analysis with PyMC Bayesian Computation Methods Markov Chain Simulation Implementing Markov Chain Simulation Finding Posterior Modes Exercise: Bayesian Modeling with PyMC Bayesian Methods: Advanced Bayesian Computation Model Course: 52 Minutes Course Overview Bayesian Model and Linear Regression Hierarchical Linear Model Probability Model Building Probability Models Non-Linear Model Gaussian Process Mixture Model Dirichlet Process Model Bayesian Modeling with PyMC Exercise: Implement Bayesian models Specificaties Taal: Engels Kwalificaties van de Instructeur: Gecertificeerd Cursusformaat en Lengte: Lesvideo's met ondertiteling, interactieve elementen en opdrachten en testen Lesduur: 3:23 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.
€159
E-Learning
MBO

Actualiteitendag re-integratie Participatiewet

Utrecht ma 29 jun. 2026
In één dag nemen wij u mee door de actualiteiten op het gebied van de Participatiewet doelmatigheid. Er zijn zo veel ontwikkelingen, dwarsverbanden, het één heeft met het ander te maken, er zijn en komen nog de nodige wijzigingen en bovendien zijn de gemeenten zelf aan zet. Tijdens deze actualiteitendag informeren wij u over de laatste ontwikkelingen.  Belangrijkste doel van de Participatiewet is het voorkomen van de instroom, realiseren van uitstroom en dat voor een bredere doelgroep. Ga er maar aan staan! De Participatiewet bestaat 5 jaar en werd recent door het Cultureel Planbureau geëvalueerd. Deze evaluatie pakt nogal negatief uit als het gaat om de behaalde resultaten en het effect van de wet daar waar het gaat om de vooraf gestelde doelstellingen. Is dit een reden om de wet dan nu al af te schrijven of is dat nog te vroeg? Wat zijn de kernpunten? Welke relevante wijzigingen in regelgeving zijn er de afgelopen jaren geweest? Waaruit bestaan de wijzigingsvoorstellen die recent het besluitvormingsproces zijn ingegaan? Wat zijn de ervaringen van de deelnemende gemeenten tot dusver? Welke keuzes zijn er gemaakt of moeten er nog gemaakt worden. Wat gaat goed? Wat kunnen we van elkaar leren? De voorgestelde wijzigingen in de wetgeving zijn op onderdelen in tegenspraak met elkaar en kunnen grote consequenties hebben voor de gemeentelijke beleidsvrijheid en de budgettaire ruimte. Hoe dan? Tijdens deze actualiteitendag wordt een overzicht geboden van de effecten van de wet en bespreken we de actuele ontwikkelingen. Daarnaast wisselen we ervaringen uit. Het opdoen van relevante, verdiepende kennis staat voorop. Programma De Participatiewet geëvalueerd De bevindingen van het SCP De relevante cijfers Werk en werkloosheid; een fundamentele herziening van het stelsel? Het WRR rapport De bevindingen van de commissie Borstlap Basisbaan? Wat is dat? Het instrumentarium en de wijzigingen vanaf 2015 De banenafspraak en quotumregeling De Loonkostensubsidie Beschut werk Jobcoaching De No-Risk polis Werkgeversdienstverlening en het WSP De klassieke doelgroep Gemeentelijke beleidskeuzes en budgetten Samenstelling van de gemeentelijke doelgroepen Klassieke bestand en de nieuwe doelgroepen Hoe staat het met de middelen en de keuzes voor inzetten hiervan? Waar zetten we op in? Gevolgen voor de uitvoering; generalisten of specialisten? Gemeente meer in de regierol? Zelforganisaties en Sociale ondernemingen als maatschappelijke uitvoeringspartners? De ontwikkelingen Het breed offensief en de wetswijzigingen Simpel switchen in de participatieketen Verplichte tegenprestatie? Hoe heet is die soep? Hoe gaan we dat regelen? De bijstandsexperimenten; welke lessen kunnen we er uit leren? De praktijkervaringen Interactieve uitwisseling van opgedane ervaringen Waar lopen we tegenaan in de alledaagse re-integratiepraktijk, met welke vraag zitten we? Delen van goede voorbeelden Deelnemers Deze dag is bij uitstek bedoeld voor klantmanagers, beleidsmedewerkers, kwaliteitsmedewerkers, medewerkers WSP en overige geïnteresseerden op het gebied van re-integratie en Participatiewet. Expertisecentrum en helpdesk Heb je na de cursus nog vragen? Wij helpen je graag verder. Tot drie maanden na de cursus is deze service zelfs gratis als we je vragen per mail of telefonisch kunnen beantwoorden. Maak daar gebruik van: ons expertisecentrum staat voor je klaar!
€475
Klassikaal
max 16
HBO

Excel voor Financials

In deze tweedaagse maatwerkcursus Excel voor Financials leer je werken met draaitabellen, gegevens analyses, databases en macro’s. Daarnaast besteden we aandacht aan het importeren van gegevens uit verschillende bronnen (SAP, Oracle, SQL). De financiële afdeling van een organisatie werkt vaak met grote Excel-sheets waarbij berekeningen omtrent jaarrekeningen, afschrijvingen en leningen. Tijdens deze financiële Excel cursus leer je formules en functies die je werk makkelijker maken. Als financial werk je vaak dagelijks met Excel. Maar doe je dit ook efficiënt? Onderzoek wijst uit dat er bij het gebruik van Excel gemiddeld 1 uur per dag verloren gaat, omdat er veelal op een omslachtige wijze gewerkt wordt. Gegevens worden vaak overgetypt, handige hulpmiddelen zijn meestal niet bekend en er is weinig geautomatiseerd. In deze training leer je alles wat je nodig hebt om efficiënt met Excel aan de slag te gaan. Je leert gegevens in een overzichtelijke rapport/dashboard te plaatsen, je maakt betere analyses en maakt grafieken in een fractie van de tijd
In-company / Maatwerk
max 10
HBO
9.5 (44)

EC-Council Certified Network Defender (CND) incl. examen

Dynamic Virtual Classroom - Engels ma 6 jul. 2026 en 5 andere data
EC-Council Certified Network Defender V3 (CND) incl. examen Certified Network Defender (CND) is a vendor-neutral, hands-on, instructor-led comprehensive network security certification training program. It is a skills-based, lab intensive program based on a job-task analysis and cybersecurity education framework presented by the National Initiative of Cybersecurity Education (NICE). The course has also been mapped to global job roles and responsibilities and the Department of Defense (DoD) job roles for system/network administrators. CND is designed by subject matter experts to help IT professionals take an active role in protecting the IT environment and data on it. Furthermore, in CND training you will gain skills related to the detection and response to cyber threats and gain knowledge about Threat Intelligence to predict these threats before they occur. In this training you will learn the critical skills to protect networks and IT environments, including local networks, endpoints, cloud infrastructure, applications, OT and mobile devices. The CND training helps participants achieve “Defense-in-depth” objectives in their organizations using both technical and human solutions.You will learn to apply effective defense techniques and countermeasures within your organization so that you can not only prevent attacks, but also quickly respond and recover from incidents. EC-Council’s CND certification teaches you to optimize network security from a defensive standpoint where their best-known certification Certified Ethical Hacker (CEH) takes an offensive approach. Whether designing, developing or maintaining secure networks, the C|ND certification gives you the tools and knowledge to keep your network secure and operational. Doelstellingen – Netwerkbeveiliging plannen en beheren voor organisaties – Beveiligingsrisico’s, dreigingen en kwetsbaarheden herkennen – Zorgen voor de naleving van wettelijke normen – Netwerkbeveiligingsbeleid ontwerpen en implementeren – Beveiligingsprincipes toepassen in gedistribueerde en mobiele omgevingen – Identiteits- en toegangsbeheer, encryptie en netwerksegmentatie implementeren – Windows- en Linux-beveiliging beheren – Beveiligingsrisico’s aanpakken in mobiele apparaten en IoT – Sterke gegevensbeveiligingstechnieken toepassen – Beveiliging beheren in virtualisatie- en cloudplatforms – Draadloze netwerkbeveiliging implementeren – Risico- en kwetsbaarheidsbeoordelingen uitvoeren – Eerste hulp verlenen bij beveiligingsincidenten – Indicatoren van compromissen en aanvallen identificeren – Dreigingsinformatie integreren voor proactieve verdediging – Een analyse van het aanvaloppervlak uitvoeren – Assisteren bij bedrijfscontinuïteit en rampenherstelplanning – Netwerkverkeer monitoren en logbeheer uitvoeren – Proxy’s beheren, content filteren en netwerkproblemen oplossen – Endpoints versterken en firewalloplossingen selecteren – IDS/IPS configureren voor verbeterde beveiliging – Een inventaris van netwerkapparaten beheren – Beveiligingsbewustzijn verhogen door begeleiding en training te geven – AAA voor netwerkapparaten beheren – Auditlogs controleren en beveiligingsafwijkingen analyseren – Beveiligingsplatforms onderhouden en configureren – Beveiligingsproducten en operationele procedures evalueren – Organisatorische activa identificeren en classificeren – Tools voor systeemintegriteitsbewaking implementeren – Inzicht krijgen in EDR/XDR- en UEBA-oplossingen – PIA-processen uitvoeren voor privacybeoordeling – Samenwerken bij threat hunting en incident response – SOAR-platforms gebruiken in cybersecurity-operaties – Zero Trust-principes integreren in beveiligingsarchitecturen – Op de hoogte blijven van opkomende cyberdreigingen – De rol van AI/ML begrijpen in cyberverdediging. Voor wie – Network Administrators– Network security Administrators– Network Security Engineer– Network Defense Technicians– CND Analyst– Security Analyst– Security Operator– Iedereen betrokken bij netwerkbeheer Inhoud – Module 1 – Network Attacks and Defense Strategies – Module 2 – Administrative Network Security – Module 3 – Technical Network Security – Module 4 – Network Perimeter Security – Module 5 – Endpoint Security-Windows Systems – Module 6 – Endpoint Security-Linux Systems – Module 7 – Endpoint Security- Mobile Devices – Module 8 – Endpoint Security-IoT Devices – Module 9 – Administrative Application Security – Module 10 – Data Security – Module 11 – Enterprise Virtual Network Security – Module 12 – Enterprise Cloud Network Security – Module 13 – Enterprise Wireless Network Security – Module 14 – Network Traffic Monitoring and Analysis – Module 15 – Network Logs Monitoring and Analysis – Module 16 – Incident Response and Forensic Investigation – Module 17 – Business Continuity and Disaster Recovery – Module 18 – Risk Anticipation with Risk Management – Module 19 – Threat Assessment with Attack Surface Analysis – Module 20 – Threat Prediction with Cyber Threat Intelligence Zelfstudie modules – APPENDIX A: Computer Network Fundamentals – APPENDIX B: Physical Network Security – APPENDIX C: Virtual Private Network (VPN) Security – APPENDIX D: Endpoint Security – MAC Systems Bijbehorend examen 312-38 Certified Network Defender DutchTrain is een officieel geaccrediteerd Test Center voor Pearson Vue Test, Prometric, Kryterion, Castle Worldwide, Certiport & PSI. U bent bij ons van harte welkom voor examens welke via deze Test Centers beschikbaar zijn. Examens kunnen elke dag, binnen kantooruren, worden afgenomen. Duur 5 dagen Meer informatie Kijk op onze website voor gedetailleerde lesinhoud, examens en meer details van deze training. Deze training is ook beschikbaar als – Education On Demand (E-Learning) – Maatwerktraining, neem hiervoor contact op met een van onze opleidingsadviseurs.
€3.545
E-Learning
max 12
5 dagen