Leer AI: code & bouw
Leer AI: code & bouw — Een AI-cursus in Python voor je telefoon, van je eerste coderegel tot LLM's
Leer AI: code & bouw is een gratis AI-cursus voor iOS en Android voor complete beginners, studenten en carrièreswitchers. Je leert kunstmatige intelligentie via Python, vanaf je eerste coderegel. 53 cursussen brengen je van variabelen en lussen naar neurale netwerken, computervisie en grote taalmodellen. Je krijgt een ingebouwde code-editor en een AI Mentor die een lastig concept — tensor, gradiënt, overfitting — in enkele seconden uitlegt.
- Prijs
- Gratis, Pro optioneel
- Platformen
- iOS en Android
- Talen
- 22
- Leeftijdsclassificatie
- 4+
- Vereist
- iOS 15.1 of later
- App Store
- 3.4 ★ (5)
Je kunt geen AI leren zonder eerst te leren coderen.
Elke AI-techniek in deze cursus — een classifier, een neuraal netwerk, een promptpipeline — is eerst en vooral Python-code. De app behandelt de taal als de opstap, niet als een vervelende hindernis die je kunt overslaan. Daarom bestaat het eerste derde deel van het curriculum uit gewone Python, voordat er ook maar één model wordt getraind.
Wat het is
Leer AI: code & bouw is een gratis onderwijsapp voor iOS en Android die kunstmatige intelligentie leert via de programmeertaal Python, zonder uit te gaan van eerdere codeerervaring. De 53 cursussen gaan van de basis van Python en dataverwerking via klassieke machine learning, neurale netwerken en computervisie naar grote taalmodellen. Met de ingebouwde code-editor typ je code, voer je die uit en bekijk je de uitvoer. De AI Mentor beantwoordt vragen over concepten of fouten zodra die zich voordoen.
In de app
Hoe het eruitziet
De cursus
Wat de cursus AI met Python behandelt
53 cursussen en meer dan 200 lessen, afkomstig uit het eigen cursusoverzicht van de app — van je eerste Python-programma tot grote taalmodellen en retrieval-augmented generation.
Fundamenten van Python-programmeren
Introductie tot programmeren, de basis van Python, voorwaarden en iteratie, functies en modulair programmeren, datastructuren, objectgeoriënteerd programmeren, werken met bestanden, fout- en exceptionafhandeling, geavanceerde Python-functies, werken met libraries, testen en debuggen, en Python voor automatisering — gewone Python voordat AI-specifieke stof aan bod komt.
Dataverwerking voor AI
Python voor data science: de basis, statistische fundamenten voor AI, data opschonen en voorbewerken, verkennende data-analyse, een grondige verdieping in NumPy, geavanceerde bewerkingen met Pandas, datamanipulatie, datavisualisatie, reguliere expressies voor tekst-AI, databases voor AI-projecten, en Web API's en dataverzameling voor AI.
Klassieke machine learning
Introductie tot kunstmatige intelligentie, supervised learning: basisalgoritmen, geavanceerde supervised learning, support-vector-machines, unsupervised learning, technieken voor feature engineering, modelevaluatie en het tunen van hyperparameters, tijdreeksanalyse en forecasting, en aanbevelingssystemen.
Deep learning en computer vision
Kunstmatige neurale netwerken, transfer learning met Keras en TensorFlow, computer vision met PyTorch, beeldverwerking, generatieve AI: VAE's en GAN's, graph neural networks, gedistribueerde training en grootschalige ML, reinforcement learning, en geavanceerde reinforcement learning.
NLP en grote taalmodellen
Natural Language Processing (NLP), geavanceerde NLP met word embeddings, grote taalmodellen met Python, en LangChain- en RAG-systemen — het traject waarin je de eerdere Python- en datacursussen gebruikt om iets te bouwen dat tekst leest en schrijft.
Een AI-project opleveren
Structuur van AI-projecten en Git-workflow, AI-modellen aanbieden met FastAPI, de basis van MLOps, AI-modellen op schaal implementeren, architectuur en ontwerp van AI-systemen, verantwoorde AI en explainability, je met Python voorbereiden op AI, en toepassingen van AI.
Hoe het werkt
Hoe de cursus van Python naar AI gaat
De 53 cursussen volgen om een reden een vaste volgorde: elke volgende fase bouwt voort op de vorige. Zo ga je in elke sessie precies verder waar de vorige is geëindigd, in plaats van kriskras door de lesstof te springen.
Schrijf eerst echte Python
De eerste cursussen gaan over gewoon programmeren — variabelen, lussen, functies, datastructuren en objectgeoriënteerde code — zonder nog iets dat specifiek met AI te maken heeft. Elke latere techniek in het curriculum is hierop gebouwd, dus dit is geen optionele basis.
Leer data vorm te geven en train daarna een model
Datacleaning, NumPy en pandas, en daarna klassieke machine learning: supervised en unsupervised algoritmen, feature engineering en modelevaluatie. Code wordt in de ingebouwde editor uitgevoerd zodra je die schrijft, zodat je de uitvoer van een trainingsscript daadwerkelijk ziet in plaats van die voor je te moeten voorstellen.
Bereik neurale netwerken en ontdek wat er misgaat
Deep learning, computervisie en grote taalmodellen vormen het sluitstuk van het traject. Wanneer een term of fout niet duidelijk is — "wat is een tensor", "waarom heeft mijn model last van overfitting" — geeft de AI Mentor binnen enkele seconden een uitleg in gewone taal. De Weekly Code Challenge laat je dezelfde concepten bovendien nog een keer oefenen tegen andere cursisten.
Wat erin zit
Wat je bij de app krijgt
53
Cursussen, van Python tot LLM's
Van de basis van Python en datastructuren, via statistiek, NumPy en pandas, klassieke machine learning, neurale netwerken en computervisie, tot grote taalmodellen, LangChain en RAG-systemen.
200+
Korte lessen
Elke les combineert korte theorie in duidelijke taal met een praktische oefening. Zo past de les in een koffiepauze in plaats van in een lang college.
AI
AI Mentor
Stel vragen over een concept of foutmelding — "waarom heeft mijn model last van overfitting", "leg gradient descent eenvoudig uit" — en krijg binnen enkele seconden een duidelijk antwoord met voorbeelden, op elk niveau.
</>
Ingebouwde code-editor
Codeeroefeningen worden uitgevoerd in de editor op je telefoon: typ de code, voer die uit en bekijk de uitvoer. Een fout antwoord is iets waar je de Mentor naar kunt vragen, geen doodlopend punt.
1/week
Weekly Code Challenge
Elke week een probleem dat je oplost en vergelijkt met dat van cursisten over de hele wereld — oefening die je steeds opnieuw laat terugkomen, ook nadat je de cursus hebt afgerond.
Certificaat
Certificaat van voltooiing
Leg het eindexamen af en ontvang een certificaat van voltooiing dat je op je cv of LinkedIn kunt laten zien, naast de quizzen en codeeruitdagingen na elk onderwerp.
Achtergrond
Wat heb je nodig om van nul naar het schrijven van AI-code te gaan?
Kunstmatige intelligentie bestaat grotendeels uit software die patronen in data zoekt, in plaats van regels te volgen die iemand handmatig heeft geschreven. Om vanaf nul zover te komen, doorloop je drie opeenvolgende stappen: genoeg Python om echte programma's te lezen en te schrijven, genoeg dataverwerking om de gegevens waarop een model leert op te schonen en vorm te geven, en daarna de modelleertechnieken zelf — eerst klassieke machine learning, daarna neurale netwerken en taalmodellen. Wie direct naar de derde stap springt, loopt bij de meeste pogingen om zelfstandig AI te leren vast op een fout die niemand uitlegt.
Machine learninghet kernidee
In plaats van regels handmatig te programmeren, geef je een programma veel gelabelde voorbeelden en zoekt het zelf het patroon dat ze met elkaar verbindt. Spamfilters, aanbevelingen en vrijwel alles wat tegenwoordig AI wordt genoemd, werken op deze manier. Meestal wordt dit geïmplementeerd in Python, vaker dan in welke andere taal ook.
Neuraal netwerkhet belangrijkste hulpmiddel
Een reeks eenvoudige numerieke lagen die waarden aan elkaar doorgeven. Tijdens het trainen wordt elke laag aangepast totdat de uitvoer bruikbaar is. Bibliotheken zoals TensorFlow en PyTorch bestaan specifiek om zulke netwerken in Python te bouwen en te trainen, zonder dat je de wiskunde handmatig hoeft te schrijven.
Overfittingde eerste echte valkuil
Een model dat zijn trainingsvoorbeelden uit het hoofd heeft geleerd in plaats van het onderliggende patroon te leren: het scoort goed op data die het al heeft gezien en slecht op onbekende data. Dit herkennen en oplossen is een van de eerste echte debuggingvaardigheden in de cursus.
Groot taalmodelLLM
Een neuraal netwerk dat op enorme hoeveelheden tekst is getraind om het volgende woord te voorspellen. Dankzij die ene vaardigheid kunnen tools die met LangChain en RAG zijn gebouwd vragen beantwoorden, documenten samenvatten en code schrijven. Dit is het laatste deel van het curriculum, niet het eerste.
Past bij jou
Voor wie het is — en voor wie niet
Past goed bij je als je
- Heb je weinig of geen programmeerervaring en wil je AI vanaf Python uitgelegd krijgen, zonder dat voorkennis wordt verondersteld
- Wil je daadwerkelijk een model op je telefoon trainen en uitvoeren, in plaats van alleen te lezen over wat een model doet
- Ben je student en wil je naast je lessen extra oefenen met Python en ML, of wil je van carrière switchen en data science leren
- Loop je vaak vast op een term of stack trace en wil je dat de AI Mentor antwoord geeft in plaats van dat je forums moet doorzoeken
- Wil je dat het traject doorgaat tot grote taalmodellen en RAG, en niet stopt bij klassieke machine learning
Niet het juiste hulpmiddel als je
- Ken je Python al goed en wil je een naslagwerk voor uitsluitend machine learning of deep learning, waarbij je de basis van de taal overslaat
- Verwacht je dat alles gratis is: de eerste cursus is gratis met een dagelijks tegoed voor de AI Mentor, en Pro ontgrendelt de rest
- Wil je grote modellen trainen op echte GPU-hardware — de app leert je de technieken, niet hoe je een trainingscluster gebruikt
- Heb je een erkende kwalificatie nodig — het certificaat bewijst dat je de cursus hebt afgerond en is geen diploma
Vragen
Veelgestelde vragen
Moet ik Python kennen voordat ik met deze app AI kan leren?
Nee. Leer AI: code & bouw begint met gewoon Python-programmeren — variabelen, lussen, functies en datastructuren — voordat een AI-specifieke cursus start. Daarbij wordt ervan uitgegaan dat je nog nooit code hebt geschreven. Ongeveer het eerste derde deel van de 53 cursussen gaat over de basis van de taal. Juist daardoor worden de cursussen over machine learning daarna begrijpelijk, in plaats van dat alles als magie aanvoelt.
Wat is de daadwerkelijke volgorde waarin je AI leert: wat komt er vóór neurale netwerken?
Eerst de basis van Python, daarna dataverwerking met NumPy, pandas en basisstatistiek, en vervolgens klassieke machine learning — supervised en unsupervised algoritmen, feature engineering en modelevaluatie. Neurale netwerken, computer vision en grote taalmodellen vormen het laatste deel en bouwen voort op alles wat eraan voorafgaat. Het cursusoverzicht van de app volgt deze volgorde, zodat je niet te vroeg naar deep learning springt.
Voor wie is Leer AI: code & bouw bedoeld?
Leer AI: code & bouw is gemaakt voor complete beginners die nieuwsgierig zijn naar kunstmatige intelligentie, studenten die naast hun lessen extra willen oefenen met Python en machine learning, carrièreswitchers die vaardigheden in data science opbouwen, en ontwikkelaars die hun kennis van deep learning en LLM's gestructureerd willen opfrissen. Ervaring is niet nodig, want de eerste cursus begint bij nul.
Wat is overfitting en waarom krijgt de AI Mentor daar zo vaak vragen over?
Overfitting betekent dat een model zijn trainingsvoorbeelden uit het hoofd heeft geleerd in plaats van het algemene patroon te leren — het lijkt nauwkeurig op data die het al heeft gezien, maar faalt bij alles wat nieuw is. Het is een van de eerste echte debugproblemen waar beginners mee te maken krijgen zodra ze echte modellen gaan trainen in plaats van er alleen over te lezen. Daarom is het in de app een veelgestelde vraag aan de AI Mentor en geen zeldzaamheid.
Kan ik AI-code op een telefoon schrijven en uitvoeren, of heb ik een laptop en een GPU nodig?
De codeeroefeningen van de cursus worden uitgevoerd in de ingebouwde editor van de app: je typt de code, voert die uit en ziet meteen de uitvoer. Zo oefen je met echte code in plaats van statische voorbeelden te lezen. Een laptop met GPU-hardware wordt pas noodzakelijk wanneer je verdergaat dan de cursusoefeningen en grote modellen op productieschaal gaat trainen. Dat valt buiten het bereik van een leerapp.
Hoe ver gaat de cursus: komen grote taalmodellen aan bod?
Ja. Na klassieke machine learning en neurale netwerken behandelt het traject natural language processing, word embeddings en vervolgens specifiek grote taalmodellen: de cursus Large Language Models with Python en een cursus over LangChain- en RAG-systemen. Daarmee verbind je een LLM met je eigen data om vragen daarover te beantwoorden.
Hoe lang duurt het om van nul naar het schrijven van eenvoudige AI-code te gaan?
Regelmaat is belangrijker dan het totale aantal uren. Als je dagelijks korte lessen volgt, kunnen de meeste beginners binnen enkele weken een eenvoudige classifier schrijven en uitvoeren, nadat ze de basis van Python en de eerste cursussen over machine learning hebben afgerond. De cursussen over neurale netwerken en LLM's verderop in het traject duren langer en zijn bedoeld om later opnieuw te volgen. Streaks en herinneringen in de app zijn afgestemd op dat dagelijkse ritme, niet op één lange sessie.
Is Leer AI: code & bouw gratis?
De app is gratis te downloaden in de App Store en op Google Play. De eerste cursus is gratis, met een dagelijks tegoed voor vragen aan de AI Mentor, zodat je echte Python-lessen kunt volgen voordat je een beslissing neemt. Pro is de betaalde upgrade: daarmee ontgrendel je elke cursus, inclusief de stof over machine learning en LLM's, verwijder je advertenties en krijg je onbeperkte toegang tot de AI Mentor.
Werkt de app offline, in de metro of in een vliegtuig?
De app is gemaakt voor onbetrouwbare verbindingen, niet voor volledige afwezigheid van verbinding. Lessen laden snel en blijven werken wanneer de verbinding steeds wegvalt en terugkomt, wat voor de meeste reizen voldoende is. De AI Mentor heeft wel echt een verbinding nodig, omdat die je vragen live beantwoordt en niet vanuit gegevens die op je telefoon zijn opgeslagen.
Welke platforms en talen ondersteunt de app?
Leer AI: code & bouw werkt op iOS via de App Store en op Android via Google Play. De app zelf is beschikbaar in 22 talen en heeft een contentclassificatie van 4+. De app maakt deel uit van CoddyKit, een familie van meer dan 40 programmeerapps.
Aan de slag
Schrijf je eerste Python-regel en daarna je eerste model
Gratis te starten op iOS en Android, in 22 talen.
Meer van CoddyKit
Beschikbaar op iOS en Android.