Ontdek wat AI-agents zijn, wat het verschil is met traditionele automatisering en AI-systemen en waarom ze belangrijk zijn. Er komen voorbeelden uit de praktijk aan bod, zoals bots voor klantenondersteuning en reisbureaus, voor een beter begrip van belangrijke onderdelen zoals geheugen, tools en orkestratie.

Wat is een AI-agent?

Ken je agent

Licentie om te automatiseren

Wat maakt een agent agentisch?

De anatomie van een agent

De onderliggende oorzaak

Agent of geen agent?

Het besluitvormingskader voor agents

Bouwen of kopen: selecteer je tool

Basisprincipes van AI-agents

Duik dieper in het denken en handelen van AI-agents via kaders zoals de TAO-lus (Thought-Action-Observation) en ReAct-prompting. Ontdek hoe agents met tools, omgevingen en elkaar communiceren en werk toe naar geavanceerdere systemen met meerdere agents.

De cyclus van denken, handelen en observeren (TAO)

De TAO-code kraken

Datawetenschapsproces

Geen reserveringen: TAO in actie

Denken agents aan elektrische schapen? Het ReAct-framework

CalculateGPT

ReAct: kun jij het?

Wat zit er in de (tool) box?

Opties

Extensies

Functies

Dataopslagplaatsen

De toolbox ordenen

Toolbeheersing

Van één naar velen: multi-agentsystemen

Systeem met één agent

Multi-agentsysteem 

Eén versus velen

Het managerpatroon

Kan ik de manager spreken?

Patronen en architecturen van agentisch ontwerp

Leer hoe je AI-agents zorgvuldig en doordacht kunt gebruiken en ontwerpen. Dit hoofdstuk gaat over essentiële guardrails, handige tips en hoe je bepaalt wanneer een agentische oplossing de juiste keuze is. Zo leer je agentische systemen op een ethische en effectieve manier gebruiken in de praktijk.

Risico's beperken met guardrails

En garde!

Veiligheid voorop

Agentische systemen in de praktijk

Het AI-agent-draaiboek

Prestatiebeoordeling

Afsluiting

AI-agents verantwoord bouwen en gebruiken

Cheat Sheet

Course Glossary: Introduction to AI Agents

Benut de kracht van AI-agents en pas de manier waarop je met agentische systemen werkt aan. Deze beginnerscursus is voor iedereen die de basisconcepten achter agentische AI-systemen wil begrijpen, zonder ook maar één regel code te schrijven.

Je leert wat AI-agents anders maakt dan traditionele automatiseringstools en chatbots, komt meer te weten over hun belangrijkste elementen zoals geheugen, gebruik van tools en orkestratie en ontdekt wanneer en hoe je op agents gebaseerde oplossingen kunt gebruiken voor problemen in de praktijk.
Van klantenservice-agents tot programmeerassistenten: in deze cursus worden herkenbare voorbeelden gebruikt om uit te leggen wat AI-systemen zo bijzonder maakt, hoe ze redenen en hoe je AI-agents op een verantwoorde manier gebruikt en bouwt.

Schrijf je nu in en zet je eerste stap naar de volgende grens van AI.

De video's zijn voorzien van live transcripties. Bekijk ze door links onder de video's op 'Transcript weergeven' te klikken.

De woordenlijst van de cursus vind je rechts in het gedeelte 'Resources'.

Om CPE-studiepunten te krijgen, moet je de cursus afmaken en een score van minstens 70% behalen voor de kwalificatiebeoordeling. Ga naar de beoordeling door op de knop onder CPE-credits aan de rechterkant te klikken.

Introduction to AI for Work

Ontdek hoe AI-agenten werken, wat hen onderscheidt van chatbots en hoe ze verantwoord te gebruiken.

Inleiding tot AI-agents

Leer de basis van AI-agents, hun onderdelen en echte toepassingen kennen — zonder dat je hoeft te coderen.

Basisprincipes van AI-agenten

VP of AI Curriculum, DataCamp

De verschillende soorten modelgedachten

Het ReAct-framework: waar gedachten vandaan komen

Het ReAct-framework: Redeneren en handelen

ReAct in actie: eenvoudige rekenkunde

Zonder ReAct-prompt

Met ReAct-prompt

ReAct als manier van denken

Redeneringsmodellen en ReAct

Hoe je een redeneringsmodel herkent

Laten we oefenen!

Patronen en architecturen van agentisch ontwerp - Denken agents aan elektrische schapen? Het ReAct-framework

Denken agents aan elektrische schapen? Het ReAct-framework

Create Your Free Account