Samenvatting Kunstmatige Intelligentie (AI) Ba-
sis
Machine Learning, Deep Learning, NLP en AI-ethiek
Complete Samenvatting voor HBO & WO
Versie: 2026
Geschikt voor: HBO Informatica, Business IT, Data Science, Bedrijfskunde;
WO AI
Inhoud: Alle kernthema’s AI + begrippenlijst + tentamentips
� Heeft deze samenvatting je geholpen bij je tentamen? Laat dan een
review achter op Stuvia!
Inhoudsopgave
1. Inleiding AI
2. Geschiedenis van AI
3. Zoek- en Optimalisatiealgoritmen
4. Kennisrepresentatie en Logica
5. Machine Learning
6. Deep Learning en Neurale Netwerken
7. Natural Language Processing (NLP)
8. Computer Vision
9. Robotica en Autonome Systemen
10. AI-ethiek en Maatschappij
11. AI in de Praktijk
12. De Toekomst van AI
Hoofdstuk 1: Inleiding
1.1 Wat is AI?
Kunstmatige Intelligentie = het vermogen van machines om taken uit te vo-
eren die normaal menselijke intelligentie vereisen (leren, redeneren, waarnemen,
beslissen).
1.2 Soorten AI
1
, Type Beschrijving Status
Narrow AI (ANI) Specifieke taak (schaken, vertalen) � Nu
General AI (AGI) Menselijk niveau, alle taken � Nog niet
Super AI (ASI) Bovenmenselijk � Theoretisch
1.3 AI vs. ML vs. DL
AI (kunstmatige intelligentie)
��� Machine Learning (leren van data)
��� Deep Learning (neurale netwerken)
1.4 Turing Test
Alan Turing (1950): kan een machine een mens laten geloven dat het een mens
is? → Evaluatie van intelligentie.
Hoofdstuk 2: Geschiedenis
Periode Ontwikkeling
1950s Turing, Dartmouth Conference (1956: term “AI” bedacht)
1960-70s Expertssystemen, ELIZA (chatbot)
1970-80s AI Winter (teleurstelling, minder funding)
1990s Deep Blue verslaat Kasparov (schaken, 1997)
2010s Deep Learning explosie, AlphaGo (2016), GPT
2020s ChatGPT, DALL-E, Gemini, generatieve AI-revolutie
Hoofdstuk 3: Zoek- en Optimalisatie
3.1 Zoekalgoritmen
Algoritme Beschrijving
BFS (Breadth-First) Laag voor laag zoeken (breed)
DFS (Depth-First) Diepte-eerst zoeken
A* Heuristiek + kosten (optimaal pad)
Greedy Beste lokale keuze
Hill Climbing Steeds omhoog tot lokaal maximum
2
sis
Machine Learning, Deep Learning, NLP en AI-ethiek
Complete Samenvatting voor HBO & WO
Versie: 2026
Geschikt voor: HBO Informatica, Business IT, Data Science, Bedrijfskunde;
WO AI
Inhoud: Alle kernthema’s AI + begrippenlijst + tentamentips
� Heeft deze samenvatting je geholpen bij je tentamen? Laat dan een
review achter op Stuvia!
Inhoudsopgave
1. Inleiding AI
2. Geschiedenis van AI
3. Zoek- en Optimalisatiealgoritmen
4. Kennisrepresentatie en Logica
5. Machine Learning
6. Deep Learning en Neurale Netwerken
7. Natural Language Processing (NLP)
8. Computer Vision
9. Robotica en Autonome Systemen
10. AI-ethiek en Maatschappij
11. AI in de Praktijk
12. De Toekomst van AI
Hoofdstuk 1: Inleiding
1.1 Wat is AI?
Kunstmatige Intelligentie = het vermogen van machines om taken uit te vo-
eren die normaal menselijke intelligentie vereisen (leren, redeneren, waarnemen,
beslissen).
1.2 Soorten AI
1
, Type Beschrijving Status
Narrow AI (ANI) Specifieke taak (schaken, vertalen) � Nu
General AI (AGI) Menselijk niveau, alle taken � Nog niet
Super AI (ASI) Bovenmenselijk � Theoretisch
1.3 AI vs. ML vs. DL
AI (kunstmatige intelligentie)
��� Machine Learning (leren van data)
��� Deep Learning (neurale netwerken)
1.4 Turing Test
Alan Turing (1950): kan een machine een mens laten geloven dat het een mens
is? → Evaluatie van intelligentie.
Hoofdstuk 2: Geschiedenis
Periode Ontwikkeling
1950s Turing, Dartmouth Conference (1956: term “AI” bedacht)
1960-70s Expertssystemen, ELIZA (chatbot)
1970-80s AI Winter (teleurstelling, minder funding)
1990s Deep Blue verslaat Kasparov (schaken, 1997)
2010s Deep Learning explosie, AlphaGo (2016), GPT
2020s ChatGPT, DALL-E, Gemini, generatieve AI-revolutie
Hoofdstuk 3: Zoek- en Optimalisatie
3.1 Zoekalgoritmen
Algoritme Beschrijving
BFS (Breadth-First) Laag voor laag zoeken (breed)
DFS (Depth-First) Diepte-eerst zoeken
A* Heuristiek + kosten (optimaal pad)
Greedy Beste lokale keuze
Hill Climbing Steeds omhoog tot lokaal maximum
2
