• Verkeerd document? Gratis ruilen
  • Geschreven door studenten die geslaagd zijn
  • Direct beschikbaar na je betaling
  • Online lezen of als PDF
Verkopen
Kies je studieland
Kies je taal
Document preview thumbnail
Voorbeeld 1 van de 3 pagina's
Tentamen (uitwerkingen)

Artificial Intelligence Master Study Guide – Complete Notes and MCQs

Document preview thumbnail
Voorbeeld 1 van de 3 pagina's

Comprehensive beginner-friendly study guide covering Artificial Intelligence, Machine Learning, Deep Learning, Generative AI, Large Language Models, RAG, AI Agents, algorithms, evaluation metrics, real-world applications, AI ethics, revision questions, and MCQs with answers.

Voorbeeld van de inhoud

Artificial Intelligence: Master Study Guide
Core Concepts • Machine Learning • Deep Learning • Generative AI • Applications • Ethics • MCQs • October 22, 2026


1. What Is Artificial Intelligence?
Artificial Intelligence (AI) is a field of computing focused on systems that perform tasks associated with human intelligence,
such as recognizing patterns, processing language, making predictions, planning, and generating content. AI systems differ
in design: some follow fixed rules, while others learn patterns from data.

Key terms: model, data, training, inference, feature, label, prediction, evaluation, automation, and human oversight.

2. Main Areas of AI
Machine Learning (ML): Algorithms learn patterns from examples to make predictions or decisions.

Deep Learning: A branch of ML using multi-layer neural networks to learn complex patterns from text, images, audio, and
other data.

Natural Language Processing: Methods for processing and generating human language.

Computer Vision: Methods for interpreting images and video, including classification and object detection.

Generative AI: Models that generate content such as text, images, audio, video, or code based on learned patterns.

AI agents: Systems designed to pursue a defined goal through steps and, when authorized, use tools or external
information.

3. Machine Learning Workflow
Define the problem → collect suitable data → clean and prepare it → split data into training, validation, and test sets → train
→ evaluate → deploy → monitor.

Supervised learning: Learns from labeled examples, such as spam classification.

Unsupervised learning: Finds patterns in unlabeled data, such as customer clustering.

Reinforcement learning: Learns through actions and rewards in an environment.

Overfitting: A model fits training details too closely and performs poorly on new data. Underfitting: A model fails to learn
enough useful structure.

Data leakage: Information that should not be available during prediction improperly influences training or evaluation.

4. Common Algorithms and Metrics
Method Typical use

Linear / Logistic Regression Numeric prediction / classification

Decision Tree / Random Forest Rule-based and ensemble predictions

K-Means Grouping similar observations

Neural Networks Learning complex patterns

Precision, Recall, F1 Classification evaluation

MAE / RMSE Numeric prediction error


5. Neural Networks and Deep Learning
Neural networks contain connected computational units arranged in layers. During training, parameters are adjusted to
reduce a loss function. Backpropagation calculates gradients, and an optimizer updates parameters. Results depend on
data quality, architecture, training, and evaluation.

6. Generative AI and Large Language Models

Documentinformatie

Geüpload op
22 oktober 2026
Aantal pagina's
3
Geschreven in
2026/2027
Type
Tentamen (uitwerkingen)
Bevat
Vragen en antwoorden
€10,29

Verkeerd document? Gratis ruilen Binnen 14 dagen na aankoop en voor het downloaden kun je een ander document kiezen. Je kunt het bedrag gewoon opnieuw besteden.
Geschreven door studenten die geslaagd zijn
Direct beschikbaar na je betaling
Online lezen of als PDF

Seller avatar
MASSAM
5,0
(1)
Verkocht
1
Volgers
0
Items
85
Laatst verkocht
2 maanden geleden

Echte notities, van echte studenten
Elk document op Stuvia is geschreven door een medestudent die hetzelfde vak deed. Zo leer je van iemand die het al heeft gehaald.



Waarom studenten kiezen voor Stuvia

Gemaakt door medestudenten, geverifieerd door reviews

Kwaliteit die je kunt vertrouwen: geschreven door studenten die slaagden en beoordeeld door anderen die dit document gebruikten.

Niet tevreden? Kies een ander document

Geen zorgen! Je kunt voor hetzelfde geld direct een ander document kiezen dat beter past bij wat je zoekt.

Betaal zoals je wilt, start meteen met leren

Geen abonnement, geen verplichtingen. Betaal zoals je gewend bent via iDeal of creditcard en download je PDF-document meteen.

Student with book image

“Gekocht, gedownload en geslaagd. Zo makkelijk kan het dus zijn.”

Alisha Student

Bezig met je bronvermelding?

Maak nauwkeurige citaten in APA, MLA en Harvard met onze gratis bronnengenerator.

Bezig met je bronvermelding?

Veelgestelde vragen