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

56.856 resultaten

Interieurdesign met Vectorworks voor gevorderden

Deze cursus biedt: 24-7 Toegang tot de online cursus Vectorworks voor gevorderden (52 video’s) Downloadbaar bronmateriaal bij video’s Nederlandstalig onderwijs Certificaat na afronding Interieurontwerp in 2D en 3D Vectorworks is het favoriete gereedschap van veel interieurarchitecten. En dat is niet om niets want naast het tekenen in 2D en 3D is Vectorworks uniek omdat je je ontwerp direct kunt renderen. Renderen biedt jou de mogelijkheid om jouw ontwerp fotorealistisch te presenteren aan je klant. Vectorworks heeft uitgebreide presentatiemogelijkheden die ervoor zorgen dat jouw ontwerp tot leven komt. De standaard bibliotheek objecten van Vectorworks zijn prachtig maar jouw ideeën zijn uniek en wellicht veel spannender en beter. Dan zul je zelf moeten gaan modelleren in 3D. Voor het zelf modelleren heb je wel de juiste kennis nodig. Daarom zul je je verder willen verdiepen in de 2D en 3D mogelijkheden van Vectorworks. Je leert op basis van jouw eigen idee en concept een interieurontwerp professioneel uit te werken. Van een plattegrond met een vlekkenplan en een technische tekening naar een totale inrichting in 2D en 3D. Doel van de cursus Met 3D modelleren kun je de verschillende ruimtes vormgeven. Denk aan het zelf ontwerpen en uitvoeren van interieurelementen als bank, armaturen, lambrisering en afwerking op maat. Je kunt aan het einde van de cursus sneller werken in 2D en 3D zodat je in staat bent om jouw unieke ideeën omtrent inrichting en design zo goed mogelijk uit te voeren en te presenteren. In de cursus ligt ook de nadruk op het efficiënter werken. Je kunt vanaf nu de verschillende onderdelen zoals het vlekkenplan, het electriciteitsplan en het lichtplan uitwerken in verschillende ontwerplagen. Vanuit je ontwerplaag is het creëren van presentatielagen nog maar een koud kunstje. Doelgroep van deze cursus Voor stand-, decor- en interieurontwerpers die de basisvaardigheden al onder de knie hebben en zich nu verder willen verdiepen en bekwamen in de 2D en 3D mogelijkheden van Vectorworks. Inhoudsoverzicht van instructievideo’s 52 video’s | Totale videoduur is 02:03:43 Docent: Nadia Zedan Introductie Vectorworks voor gevorderden Introductie cursus Starten met Vectorworks voor gevorderden Hoe om te gaan met de oefenbestanden Instellingen Sjabloon Nieuw in VW 2021 - Paletten indelen Nieuw in VW 2021 - Dark Mode Nieuw in VW 2021 - Smart Option Display Instellen Nieuw in VW 2021 - Zoeken in Vectorworks Ontwerplagen Werken met Ontwerplagen Navigeren tussen Ontwerplagen Bestanden Importeren PDF importeren en verschalen DWX/DWG importeren Afbeelding importeren 2D Technische plattegronden Plattegrond - Starten met tekenen Muren verbinden/ herstellen Ramen en deuren - Handgreep toevoegen en Set bewaren Maatlijnen, Grijpfocus Electrische symbolen Symbool Lichtpunt en radiator zelf maken, Elektrisch punt kleur aanpassen Vlekkenplan (Polylijn, Vervorm object) Legenda (Tekst) 2D Exporteren dmv Presentatielaag Presentatielagen aanmaken, bewerken en navigeren Van Ontwerplaag naar Presentatielaag (Zichtvenster creëren) Titel tekening aanpassen Onderhoek en Noordpijl in Presentatielaag Presentatielaag Exporteren als PDF en Afbeelding 3D Tips & Tricks Tekenmethodes - Zwevende coördinatiebalk Tekenmethodes - Grijppunten, Zwevend nulpunt Tekenmethodes - Push & Pull, Werkvlak bepalen Tekenmethodes - Push & Pull, Uitsnijden en Samenvoegen Modelbegrenzing 3D Modelleren Gevorderd deel 1 Plattegrond definitief Vloer - Verhoging in de vloer, Rolstoelopgang (Oppervlak schuintrekken) Keuken - Indeling (Modelbrenzing, Push & pull en Grijpunten) Keuken - Lambrisering (Push & pull, Zwevend nulpunt en uitsnijden) Keuken - Plafond opbergsysteem (Dulpiceren dmv klik en sleep methode) Interieur - Horeca bank (Profiel Extrusie langs pad, Polygoon, Vervorm object) Interieur - Horeca bank recht (Extrusie langs pad, bewerken, Rand afronden) Interieur - Horeca bank rond (Extrusie langs pad, rond pad, profiel spiegelen) Hulpbronnenbeheer Hulpbronnenbeheer - Hulpbronnen ordenen Hulpbronnenbeheer - Mappenstructuur aanmaken Inrichten d.m.v hulpbronnenbeheer Hulpbronnenbeheer - Opruimen 3D Modelleren Gevorderd deel 2 Armatuur - Hanglamp (Afbeelding importeren, Polygoon) Armatuur - Hanglamp (Vervorm object, Wenteling, Locus) Armatuur - Hanglamp (Afleiden, Wand, snoer en ophangsysteem) Armatuur - Hanglamp (Dupliceren, Vergroot/verklein) Armatuur - Ophangframe spots (Extrusie langs pad) Afwerking - Lambrisering, (sier)lijsten en plinten (Extrusie langs pad) Afwerking - Kabelgoten en buizen afzuigsysteem (Extrusie langs pad en bewerken) Logo - DWG logo importeren (Lijnen omzetten tot polygoon, Schermvlak) Logo - Tekst omzetten naar 3D Volume 2D Lichtplan Lichtplan - Zichtvensters creëeren (lagen selecteren, Renderen Verborgen lijnen) Lichtplan - Lichtvlekken tekenen in Zichtvenster (Verloop radiaal) Lichtplan - Afbeeldingen en Tekst plaatsen in Zichtvenster Exporteren als PDF en Afbeelding
€62
E-Learning

N8N: Workflow Automation with AI, ChatGPT & Copilot Without Coding

Den Bosch wo 2 sep. 2026 en 1 andere data
In this course, you'll learn how to build automations quickly and intuitively with n8n with no programming required. You'll discover how triggers, nodes, and data transformations work, how to connect tools like Outlook, Google Sheets, and webhooks, and how to use AI, including ChatGPT and Copilot, within your workflows. Through practical exercises, you'll build directly applicable automations for your daily work processes and discover how AI and process automation go hand in hand. What you'll learn The core principles of n8n and workflow automation. Working with triggers, nodes, and data transformations. Connecting popular tools (Outlook, Google Sheets, webhooks, APIs). Testing, monitoring, and debugging workflows. Applying AI such as ChatGPT and Copilot within n8n to save time and make processes smarter. After this course you'll be able to: Independently build simple to intermediate workflows in n8n. Move data between applications via APIs and automations. Analyse and resolve errors within workflows. Deploy automations in your daily work processes. Identify and act on new opportunities for AI and process automation. Who is this for Professionals who want to use AI and automation without coding knowledge. Office and project staff, consultants, and knowledge workers who want to automate repetitive tasks. Anyone who already works with tools like ChatGPT and Copilot and wants to use them more powerfully through workflows. Prerequisites No programming knowledge required. Basic logical thinking skills (such as if/else reasoning) are sufficient. General technical affinity is helpful but not required. Programme Part 1 – Introduction to n8n and Workflow Automation Triggers, nodes, and workflow logic. Part 2 – Building Your First Automations Reading, transforming, and passing on data. Part 3 – Integrations & APIs Connecting Outlook, Google Sheets, webhooks, and other services. Part 4 – Debugging & Error Handling Testing, monitoring, and making workflows robust. Part 5 – AI in n8n Using AI nodes for intelligent automation with ChatGPT and Copilot. Part 6 – Best Practices & Q&A Real-world examples, patterns, and next steps.
€795
Klassikaal
max 12
HBO
1 day

N8N: Workflow-automatisering met AI, ChatGPT & Copilot zonder Programmeren

Den Bosch wo 2 sep. 2026 en 1 andere data
In deze cursus leer je hoe je met n8n snel en intuïtief automatiseringen bouwt zonder te hoeven programmeren. Je ontdekt hoe triggers, nodes en datatransformaties werken, hoe je tools zoals Outlook, Google Sheets en webhooks koppelt, en hoe je AI, waaronder ChatGPT en Copilot, inzet binnen je workflows. Met praktische oefeningen ontwikkel je direct toepasbare automatiseringen voor jouw dagelijkse werkprocessen en ontdek je hoe AI en procesautomatisering hand in hand gaan. Wat je leert De kernprincipes van n8n en workflow-automatisering. Werken met triggers, nodes en datatransformaties. Koppelingen maken met populaire tools (Outlook, Google Sheets, webhooks, API's). Workflows testen, monitoren en debuggen. AI zoals ChatGPT en Copilot toepassen binnen n8n om tijd te besparen en processen slimmer te maken. Na deze cursus kun je: Zelfstandig eenvoudige tot middelzware workflows bouwen in n8n. Data tussen applicaties verplaatsen via API's en automatiseringen. Fouten analyseren en oplossen binnen workflows. Automatiseringen inzetten in je dagelijkse werkprocessen. Nieuwe kansen voor AI- en procesautomatisering herkennen en benutten. Voor wie Professionals die AI en automatisering willen inzetten zonder programmeerkennis. Kantoor- en projectmedewerkers, consultants en kenniswerkers die repetitieve taken willen automatiseren. Iedereen die met tools zoals ChatGPT en Copilot werkt en deze slimmer wil inzetten via workflows. Voorkennis Geen programmeerkennis nodig. Basis logische vaardigheden (zoals if/else-denken) zijn voldoende. Algemene technische affiniteit is handig maar niet verplicht. Inhoud (globaal programma) Deel 1 – Introductie tot n8n en workflow-automatisering Triggers, nodes en workflowlogica. Deel 2 – Je eerste automatiseringen bouwen Data inlezen, transformeren en doorgeven. Deel 3 – Integraties & API's Outlook, Google Sheets, webhooks en andere services koppelen. Deel 4 – Debuggen & foutafhandeling Workflows testen, monitoren en robuust maken. Deel 5 – AI in n8n AI-nodes gebruiken voor intelligente automatisering met ChatGPT en Copilot. Deel 6 – Best practices & Q&A Praktijkvoorbeelden, patronen en vervolgstappen.
€795
Klassikaal
max 12
HBO
1 dag
10.0 (1)

Building AI agents with Python: RAG & Azure AI Foundry

Den Bosch wo 9 sep. 2026 en 1 andere data
In this course, you'll get hands-on with AI agents and move quickly from theory to practice. You'll learn how to design agents that follow robust, precise instructions, acting purposefully and resisting manipulation. We explore applications in data and development environments, from code generation and execution to complex matching and reasoning tasks. You'll also learn how an agent can efficiently retrieve knowledge using RAG (Retrieval-Augmented Generation). Additionally, we cover the social, ethical, and legal aspects of working with agents. All implementations take place in Azure AI Foundry, a secure Microsoft-managed environment supporting multiple AI models, the same technology stack underlying tools like ChatGPT and Copilot. What you'll learn The core principles of AI agents and their applications. How to write effective, safe, and reliable agent instructions. How agents retrieve knowledge using RAG models. Implementing agents in a Python development context. The social, ethical, and legal dimensions of AI agents. After this course you'll be able to: Independently implement an agent in Azure AI Foundry. Add precise, reliable instructions to your agent. Set up RAG-based knowledge retrieval for your agent. Apply agents to real-world data and programming tasks. Who is this for Developers and data engineers. Data scientists looking to integrate AI into their workflows. Python developers interested in ChatGPT, Copilot, and AI automation. Prerequisites Basic knowledge of Python (with a local installation). Some experience with ChatGPT or other language models is recommended. Programme Part 1 – Introduction to AI and ChatGPT What is AI, how does ChatGPT work, and what are its capabilities? Part 2 – Introduction to Agents Concepts, capabilities, and limitations of AI agents. Part 3 – Building and Testing Agents Hands-on building in Azure AI Foundry using Python. Part 4 – Societal Context of Agents & RAG Ethical, social, and legal considerations. Part 5 – Multi-Agents I Collaboration and role distribution between agents. Part 6 – Multi-Agents II (open exercise) Designing and building your own multi-agent system. Part 7 – Q&A & Wrap-up Summary, use cases, and next steps.
€795
Klassikaal
max 12
HBO
1 day

AI Agents bouwen met Python: RAG & Azure AI Foundry

Den Bosch wo 9 sep. 2026 en 1 andere data
In deze cursus maak je kennis met AI-agents en ga je snel van theorie naar praktijk. Je leert hoe je agents ontwerpt die robuuste, nauwkeurige instructies volgen, zodat ze doelgericht handelen en minder makkelijk te misleiden zijn. We verkennen toepassingen in data- en programmeeromgevingen, van codegeneratie en uitvoering tot complexere matching- en denktaken. Ook leer je hoe een agent efficiënt kennis kan ophalen via RAG (Retrieval-Augmented Generation). Daarnaast behandelen we de sociale, ethische en juridische aspecten van werken met agents. Alle implementaties vinden plaats in Azure AI Foundry, een veilige Microsoft-beheerde omgeving met ondersteuning voor diverse AI-modellen, vergelijkbaar met hoe Copilot en ChatGPT zijn opgebouwd. Wat je leert De basisprincipes van AI-agents en hun toepassingen. Hoe je effectieve, veilige en betrouwbare instructies schrijft. Hoe agents kennis ophalen via RAG-modellen. Implementeren van agents in een Python-ontwikkelcontext. De sociale, ethische en juridische dimensies van AI-agents. Na deze cursus kun je: Zelfstandig een agent implementeren in Azure AI Foundry. Precieze, betrouwbare instructies aan je agent toevoegen. Een agent laten werken met RAG-gebaseerde kennisophaling. Agents toepassen in real-world data- en programmeertaken. Voor wie Developers en data engineers. Data scientists die AI willen inzetten in hun werkprocessen. Python-developers met interesse in ChatGPT, Copilot en AI-automatisering. Voorkennis Basiskennis van Python (met lokale installatie). Enige ervaring met ChatGPT of andere taalmodellen is aanbevolen. Inhoud (globaal programma) Deel 1 – Introductie tot AI en ChatGPT Wat is AI, hoe werkt ChatGPT en wat zijn de mogelijkheden? Deel 2 – Introductie tot Agents Concepten, mogelijkheden en beperkingen van AI-agents. Deel 3 – Agents bouwen en testen Hands-on bouwen in Azure AI Foundry met Python. Deel 4 – Maatschappelijke context van agents & RAG Ethische, sociale en juridische overwegingen. Deel 5 – Multi-agents I Samenwerking en rolverdeling tussen agents. Deel 6 – Multi-agents II (open oefening) Zelf een multi-agent systeem ontwerpen en bouwen. Deel 7 – Vragen & afsluiting Samenvatting, use cases en vervolgstappen.
€795
Klassikaal
max 12
HBO
1 dag
10.0 (6)

Beeldherkenning met YOLO: Objectdetectie, Computer Vision & AI met Python

Den Bosch do 10 sep. 2026 en 1 andere data
In deze praktijkgerichte cursus maak je kennis met de kernconcepten van objectdetectie, zoals bounding boxes, Intersection over Union (IoU) en mean Average Precision (mAP). Je leert hoe YOLO werkt, hoe je pre-trained modellen inzet en hoe je eigen modellen traint met geannoteerde datasets. Daarnaast ga je hands-on aan de slag met OpenCV voor beeldbewerking en real-time detectie. Aan het einde van de dag heb je een volledig getraind AI-model dat je kunt toepassen op je eigen data en projecten gebouwd met Python. Wat je leert Basisprincipes van objectdetectie en het verschil met classificatie en segmentatie. Werken met YOLO en OpenCV. Annoteren van afbeeldingen en het opzetten van datasets. Trainen van eigen YOLO-modellen met Ultralytics en Roboflow. Evalueren van modelprestaties met IoU en mAP. Na deze cursus kun je: Zelf een YOLO-model trainen en toepassen op nieuwe beelden of video's. Annotaties maken en datasets structureren voor objectdetectie. Objectdetectie integreren in je eigen applicaties of data-analysepijplijnen. Voor wie Data scientists en AI-engineers. Developers die praktisch aan de slag willen met computer vision en objectdetectie. Python-developers met interesse in AI en beeldherkenning. Voorkennis Basiskennis van Python is gewenst. Enige ervaring met machine learning of AI-tools is een plus, maar niet verplicht. Inhoud (globaal programma) Deel 1 – Introductie tot computer vision en objectdetectie Verschil tussen classificatie, detectie en segmentatie. Deel 2 – Kernconcepten Bounding boxes, IoU en mAP. Evaluatie van objectdetectiemodellen. Deel 3 – Werken met YOLO en Ultralytics Gebruik van pre-trained modellen en modelconfiguraties. Deel 4 – Datasets en annotaties Afbeeldingen annoteren, datasets opzetten en Roboflow gebruiken. Deel 5 – Eigen YOLO-model trainen Training, valideren en optimaliseren van modelprestaties. Deel 6 – OpenCV en real-time detectie Beeldbewerking, video-input en live objectdetectie. Deel 7 – Toepassen op eigen data Integratie in projecten, use cases en Q&A.
€1.295
Klassikaal
max 12
HBO
2 dagen

Object Detection with YOLO: Computer Vision & AI with Python

Den Bosch do 10 sep. 2026 en 1 andere data
In this hands-on course, you'll explore the core concepts of object detection, including bounding boxes, Intersection over Union (IoU), and mean Average Precision (mAP). You'll learn how YOLO works, how to use pre-trained models, and how to train your own models using annotated datasets. You'll also get hands-on experience with OpenCV for image processing and real-time detection. By the end of the day, you'll have a fully trained AI model ready to apply to your own data and projects built with Python. What you'll learn Core principles of object detection and the difference from classification and segmentation. Working with YOLO and OpenCV. Annotating images and setting up datasets. Training custom YOLO models with Ultralytics and Roboflow. Evaluating model performance with IoU and mAP. After this course you'll be able to: Train your own YOLO model and apply it to new images or videos. Create annotations and structure datasets for object detection. Integrate object detection into your own applications or data analysis pipelines. Who is this for Data scientists and AI engineers. Developers looking to get hands-on with computer vision and object detection. Python developers interested in AI and image recognition. Prerequisites Basic knowledge of Python is recommended. Some experience with machine learning or AI tools is a plus, but not required. Programme Part 1 – Introduction to Computer Vision and Object Detection The difference between classification, detection, and segmentation. Part 2 – Core Concepts Bounding boxes, IoU, and mAP. Evaluating object detection models. Part 3 – Working with YOLO and Ultralytics Using pre-trained models and model configurations. Part 4 – Datasets and Annotations Annotating images, setting up datasets, and using Roboflow. Part 5 – Training Your Own YOLO Model Training, validating, and optimising model performance. Part 6 – OpenCV and Real-time Detection Image processing, video input, and live object detection. Part 7 – Applying to Your Own Data Integration into projects, use cases, and Q&A.
€1.295
Klassikaal
max 12
HBO
2 days

Boost je Conversie

Voor webshopeigenaren die weten dat hun webshop meer kan en klaar zijn om te ontdekken wat er gebeurt als conversie eindelijk voor je gaat werken. Je hebt bezoekers. Je hebt bestellingen. Je hebt potentie. Maar ergens in dat proces lekt omzet weg. Dat is onnodig, zonde, en vooral: oplosbaar. Boost je Conversie is het programma waarin je jouw webshop kritisch onder de loep neemt, optimaliseert en omzet in een systeem dat consistent verkoopt. Dit is het punt waarop je stopt met hopen op meer klanten en begint met sturen op resultaat. Wat je leert in Boost je Conversie: Dit is de kennis waarmee je webshop van ‘hij doet wel wat’ naar winstmachine gaat. Direct toepasbaar, ongeacht welke software je gebruikt. ✅ Waarom bezoekers afhaken en hoe je dat meteen oplost ✅ De verborgen valkuilen die je verkoop saboteren ✅ Welke foto’s en video’s direct vertrouwen opbouwen ✅ De psychologie achter koopgedrag en hoe jij die slim inzet ✅ Hoe je producttitels en beschrijvingen schrijft die wél verkopen ✅ De grootste fouten die klanten wegjagen en hoe je ze voorkomt ✅ Hoe je van je webshop een onweerstaanbare sales funnel maakt ✅ Kleine aanpassingen die direct meer omzet opleveren ✅ Een checkout die zo strak staat dat bijna niemand nog afhaakt Dit is geen cursus die je kijkt en vergeet. Dit is het moment waarop jouw webshop verandert in een volwassen, winstgevende business waar je een lekker inkomen uit haalt. Je krijgt praktische video’s, voorbeelden, checklists en opdrachten die je direct toepast op je eigen webshop. Slimme keuzes die je conversie optillen zonder technische struggle. Het resultaat Meer klanten uit dezelfde bezoekers, een hogere omzet en winst, een webshop die soepel loopt en een ondernemer die eindelijk voelt dat het klopt. Als jij klaar bent voor een webshop die stevig staat, dan is Boost je Conversie jouw volgende stap.
€997
E-Learning

Web Scraping with Python & Selenium: Data Collection, Excel Export & Automation

Den Bosch do 3 sep. 2026 en 1 andere data
In this one-day training, you'll learn the fundamentals of web scraping and build your own scraper step by step in Python. You'll practise analysing websites, retrieving data, and handling common challenges such as pagination, dynamic content, and IP blocks. The focus is entirely on hands-on learning, so you can apply everything directly in your own work, from collecting data to exporting it to Excel or CSV. What you'll learn What web scraping is and when to use it. Working with HTTP requests and HTML structures. Extracting data with BeautifulSoup. Saving data to CSV or Excel. Introduction to scraping dynamic websites with Selenium. Ethical and legal principles around web scraping. After this course you'll be able to: Build a simple web scraper in Python. Efficiently collect and store online data. Debug and resolve common scraping problems. Recognise when scraping is and isn't permitted. Who is this for Data analysts, researchers, and marketers. Professionals who want to collect online data without manual copying. Anyone looking for a practical introduction to web scraping with Python. Prerequisites No scraping experience required. Basic knowledge of Python is recommended, but not required. Programme Part 1 – Introduction to Web Scraping Use cases, possibilities, and limitations. Part 2 – Understanding Web Pages HTTP requests, HTML structure, and browser inspection tools. Part 3 – Extracting Data with Python Using Requests and BeautifulSoup to retrieve and parse data. Part 4 – Saving Data Exporting scraped data to CSV and Excel. Part 5 – Dynamic Websites and Selenium Introduction to scraping JavaScript-driven pages. Part 6 – Robust Scraping in Practice Pagination, error handling, IP blocks, and scraping responsibly. Part 7 – Ethical and Legal Aspects Robots.txt, terms of service, best practices, and Q&A.
€795
Klassikaal
max 12
HBO
1 day

Web Scraping met Python & Selenium: Data Verzamelen, Excel-export & Automatisering

Den Bosch do 3 sep. 2026 en 1 andere data
In deze eendaagse training leer je de basis van web scraping en bouw je stap voor stap je eigen scraper in Python. Je oefent met het analyseren van websites, het ophalen van data en het omgaan met veelvoorkomende uitdagingen zoals paginatie, dynamische content en IP-blokkades. De focus ligt volledig op praktijkgericht leren, zodat je alles direct kunt toepassen in je eigen werk, van data verzamelen tot exporteren naar Excel of CSV. Wat je leert Wat web scraping is en wanneer je het inzet. Werken met HTTP-requests en HTML-structuren. Data extraheren met BeautifulSoup. Data opslaan in CSV of Excel. Introductie in het scrapen van dynamische websites met Selenium. Ethische en juridische principes rond web scraping. Na deze cursus kun je: Een eenvoudige webscraper bouwen in Python. Efficiënt online data verzamelen en opslaan. Veelvoorkomende scrapingproblemen debuggen en oplossen. Herkennen wanneer scraping wel of niet is toegestaan. Voor wie Data-analisten, onderzoekers en marketeers. Professionals die online data willen verzamelen zonder handmatig kopiëren. Iedereen die een praktische introductie wil in web scraping met Python. Voorkennis Geen scrapingervaring vereist. Basiskennis van Python wordt aanbevolen, maar is niet verplicht. Inhoud (globaal programma) Deel 1 – Introductie tot web scraping Use cases, mogelijkheden en beperkingen. Deel 2 – Webpagina's begrijpen HTTP-requests, HTML-opbouw en inspectietools in de browser. Deel 3 – Data extraheren met Python Requests en BeautifulSoup gebruiken om data op te halen en te parsen. Deel 4 – Data opslaan Scraped data exporteren naar CSV en Excel. Deel 5 – Dynamische websites en Selenium Introductie tot scrapen van JavaScript-gedreven pagina's. Deel 6 – Robuust scrapen in de praktijk Paginatie, foutafhandeling, IP-blokkades en netjes scrapen. Deel 7 – Ethische en juridische aspecten Robots.txt, gebruiksvoorwaarden, best practices en Q&A.
€795
Klassikaal
max 12
HBO
1 dag