You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
223 lines
30 KiB
223 lines
30 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "ec8385130a8239ad9d827175126a0722",
|
|
"translation_date": "2026-01-01T12:23:18+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "nl"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 Meertalige ondersteuning
|
|
|
|
#### Ondersteund via GitHub Action (Geautomatiseerd & altijd up-to-date)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[Arabisch](../ar/README.md) | [Bengaals](../bn/README.md) | [Bulgaars](../bg/README.md) | [Birmaans (Myanmar)](../my/README.md) | [Chinees (vereenvoudigd)](../zh/README.md) | [Chinees (traditioneel, Hongkong)](../hk/README.md) | [Chinees (traditioneel, Macau)](../mo/README.md) | [Chinees (traditioneel, Taiwan)](../tw/README.md) | [Kroatisch](../hr/README.md) | [Tsjechisch](../cs/README.md) | [Deens](../da/README.md) | [Nederlands](./README.md) | [Ests](../et/README.md) | [Fins](../fi/README.md) | [Frans](../fr/README.md) | [Duits](../de/README.md) | [Grieks](../el/README.md) | [Hebreeuws](../he/README.md) | [Hindi](../hi/README.md) | [Hongaars](../hu/README.md) | [Indonesisch](../id/README.md) | [Italiaans](../it/README.md) | [Japans](../ja/README.md) | [Kannada](../kn/README.md) | [Koreaans](../ko/README.md) | [Litouws](../lt/README.md) | [Maleis](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalees](../ne/README.md) | [Nigeriaans Pidgin](../pcm/README.md) | [Noors](../no/README.md) | [Perzisch (Farsi)](../fa/README.md) | [Pools](../pl/README.md) | [Portugees (Brazilië)](../br/README.md) | [Portugees (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Roemeens](../ro/README.md) | [Russisch](../ru/README.md) | [Servisch (Cyrillisch)](../sr/README.md) | [Slowaaks](../sk/README.md) | [Sloveens](../sl/README.md) | [Spaans](../es/README.md) | [Swahili](../sw/README.md) | [Zweeds](../sv/README.md) | [Tagalog (Filipijns)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thais](../th/README.md) | [Turks](../tr/README.md) | [Oekraïens](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamees](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### Doe mee met onze community
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
We hebben een Discord Learn with AI-serie die doorgaat; lees meer en sluit je van 18 - 30 september 2025 bij ons aan op [Learn with AI-serie](https://aka.ms/learnwithai/discord). Je ontvangt tips en trucs voor het gebruik van GitHub Copilot voor Data Science.
|
|
|
|
|
|
|
|
# Machine Learning for Beginners - Een curriculum
|
|
|
|
> 🌍 Reis over de hele wereld terwijl we Machine Learning verkennen door middel van wereldculturen 🌍
|
|
|
|
Cloud Advocates bij Microsoft bieden met plezier een 12-weekse, 26-les curriculum aan over **Machine Learning**. In dit curriculum leer je over wat soms **klassieke machine learning** wordt genoemd, met voornamelijk Scikit-learn als bibliotheek en zonder deep learning, dat behandeld wordt in ons [AI for Beginners-curriculum](https://aka.ms/ai4beginners). Combineer deze lessen ook met ons [Data Science for Beginners-curriculum](https://aka.ms/ds4beginners)!
|
|
|
|
Reis met ons mee over de hele wereld terwijl we deze klassieke technieken toepassen op gegevens uit veel regio's van de wereld. Elke les bevat pre- en post-lesson quizzes, schriftelijke instructies om de les te voltooien, een oplossing, een opdracht en meer. Onze projectgebaseerde pedagogiek stelt je in staat te leren terwijl je bouwt, een bewezen manier zodat nieuwe vaardigheden 'blijven hangen'.
|
|
|
|
**✍️ Hartelijke dank aan onze auteurs** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu and Amy Boyd
|
|
|
|
**🎨 Dank ook aan onze illustratoren** Tomomi Imura, Dasani Madipalli, and Jen Looper
|
|
|
|
**🙏 Speciale dank 🙏 aan onze Microsoft Student Ambassador-auteurs, beoordelaars en bijdragers aan de inhoud**, met name Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, en Snigdha Agarwal
|
|
|
|
**🤩 Extra dank aan Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, en Vidushi Gupta voor onze R-lessen!**
|
|
|
|
# Aan de slag
|
|
|
|
Volg deze stappen:
|
|
1. **Fork de repository**: Klik op de "Fork" knop in de rechterbovenhoek van deze pagina.
|
|
2. **Kloon de repository**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [vind alle aanvullende bronnen voor deze cursus in onze Microsoft Learn-collectie](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **Heeft u hulp nodig?** Bekijk onze [Probleemoplossingsgids](TROUBLESHOOTING.md) voor oplossingen voor veelvoorkomende problemen met installatie, setup en het uitvoeren van lessen.
|
|
|
|
|
|
**[Studenten](https://aka.ms/student-page)**, om dit curriculum te gebruiken, fork de gehele repo naar je eigen GitHub-account en voltooi de oefeningen alleen of in een groep:
|
|
|
|
- Begin met een quiz voor de les.
|
|
- Lees de les en voltooi de activiteiten, pauzeer en reflecteer bij elke kennischeck.
|
|
- Probeer de projecten te maken door de lessen te begrijpen in plaats van direct de oplossingscode uit te voeren; die code is echter beschikbaar in de `/solution`-mappen in elke projectgerichte les.
|
|
- Maak de quiz na de les.
|
|
- Voltooi de challenge.
|
|
- Voltooi de opdracht.
|
|
- Nadat je een lesgroep hebt voltooid, bezoek het [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) en "learn out loud" door de juiste PAT-rubric in te vullen. Een 'PAT' is een Progress Assessment Tool, een rubric die je invult om je leren te bevorderen. Je kunt ook reageren op andere PAT's zodat we samen kunnen leren.
|
|
|
|
> Voor verder studie raden we aan deze [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modules en leerroutes te volgen.
|
|
|
|
**Docenten**, we hebben [enkele suggesties opgenomen](for-teachers.md) over hoe u dit curriculum kunt gebruiken.
|
|
|
|
---
|
|
|
|
## Video-rondleidingen
|
|
|
|
Sommige van de lessen zijn beschikbaar als korte video's. Je kunt ze allemaal inline in de lessen vinden, of op de [ML for Beginners afspeellijst op het Microsoft Developer YouTube-kanaal](https://aka.ms/ml-beginners-videos) door op de afbeelding hieronder te klikken.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Ontmoet het team
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif door** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Klik op de afbeelding hierboven voor een video over het project en de mensen die het hebben gemaakt!
|
|
|
|
---
|
|
|
|
## Pedagogiek
|
|
|
|
We hebben twee pedagogische beginselen gekozen bij het opbouwen van dit curriculum: ervoor zorgen dat het hands-on en **projectgebaseerd** is en dat het **frequente quizzes** bevat. Daarnaast heeft dit curriculum een gemeenschappelijk **thema** om het samenhang te geven.
|
|
|
|
Door ervoor te zorgen dat de inhoud is afgestemd op projecten, wordt het proces boeiender voor studenten en zal het vasthouden van concepten worden vergroot. Bovendien zet een quiz met lage inzet vóór een les de intentie van de student richting het leren van een onderwerp, terwijl een tweede quiz na de les verdere retentie waarborgt. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden geleidelijk complexer tegen het einde van de 12-weekse cyclus. Dit curriculum bevat ook een postscriptum over toepassingen van ML in de echte wereld, dat kan worden gebruikt als extra krediet of als basis voor discussie.
|
|
|
|
> Bekijk onze [Gedragscode](CODE_OF_CONDUCT.md), [Bijdragen](CONTRIBUTING.md), [Vertalingen](TRANSLATIONS.md), en [Probleemoplossing](TROUBLESHOOTING.md) richtlijnen. We verwelkomen je constructieve feedback!
|
|
|
|
## Elke les bevat
|
|
|
|
- optionele sketchnote
|
|
- optionele aanvullende video
|
|
- video-doorloop (alleen bij sommige lessen)
|
|
- [opwarmquiz vóór de les](https://ff-quizzes.netlify.app/en/ml/)
|
|
- geschreven les
|
|
- voor projectgebaseerde lessen, stapsgewijze handleidingen over hoe je het project bouwt
|
|
- kenniscontroles
|
|
- een uitdaging
|
|
- aanvullende leesstof
|
|
- opdracht
|
|
- [quiz na de les](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Een opmerking over talen**: Deze lessen zijn hoofdzakelijk in Python geschreven, maar veel zijn ook beschikbaar in R. Om een R-les te voltooien, ga naar de `/solution` folder en zoek naar R-lessen. Ze bevatten een .rmd-extensie die een **R Markdown**-bestand vertegenwoordigt dat eenvoudig gedefinieerd kan worden als een insluiting van `code chunks` (van R of andere talen) en een `YAML header` (die aangeeft hoe uitvoer zoals PDF geformatteerd moet worden) in een `Markdown document`. Als zodanig dient het als een voorbeeldig auteurframework voor data science omdat het je in staat stelt je code, de uitvoer ervan en je gedachten te combineren door ze in Markdown op te schrijven. Bovendien kunnen R Markdown-documenten worden gerenderd naar uitvoerformaten zoals PDF, HTML of Word.
|
|
|
|
> **Een opmerking over quizzes**: Alle quizzes bevinden zich in de [Quiz App-map](../../quiz-app), in totaal 52 quizzes met elk drie vragen. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd; volg de instructies in de `quiz-app` folder om lokaal te hosten of te implementeren naar Azure.
|
|
|
|
| Lesnummer | Onderwerp | Lesindeling | Leerdoelen | Gekoppelde les | Auteur |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | Introductie tot machine learning | [Introductie](1-Introduction/README.md) | Leer de basisconcepten achter machine learning | [Les](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | De geschiedenis van machine learning | [Introductie](1-Introduction/README.md) | Leer de geschiedenis achter dit vakgebied | [Les](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
| 03 | Eerlijkheid en machine learning | [Introductie](1-Introduction/README.md) | Wat zijn de belangrijke filosofische kwesties rond eerlijkheid die studenten moeten overwegen bij het bouwen en toepassen van ML-modellen? | [Les](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Technieken voor machine learning | [Introductie](1-Introduction/README.md) | Welke technieken gebruiken ML-onderzoekers om ML-modellen te bouwen? | [Les](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
| 05 | Introductie tot regressie | [Regressie](2-Regression/README.md) | Aan de slag met Python en Scikit-learn voor regressiemodellen | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Pompoenprijzen in Noord-Amerika 🎃 | [Regressie](2-Regression/README.md) | Visualiseer en maak gegevens schoon ter voorbereiding op ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Pompoenprijzen in Noord-Amerika 🎃 | [Regressie](2-Regression/README.md) | Bouw lineaire en polynomiale regressiemodellen | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
|
|
| 08 | Pompoenprijzen in Noord-Amerika 🎃 | [Regressie](2-Regression/README.md) | Bouw een logistiek regressiemodel | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Een webapp 🔌 | [Web App](3-Web-App/README.md) | Bouw een webapp om je getrainde model te gebruiken | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Introductie tot classificatie | [Classificatie](4-Classification/README.md) | Maak je gegevens schoon, bereid ze voor en visualiseer ze; introductie tot classificatie | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
| 11 | Heerlijke Aziatische en Indiase keukens 🍜 | [Classificatie](4-Classification/README.md) | Introductie tot classificatoren | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau |
|
|
| 12 | Heerlijke Aziatische en Indiase keukens 🍜 | [Classificatie](4-Classification/README.md) | Meer classificatoren | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau |
|
|
| 13 | Heerlijke Aziatische en Indiase keukens 🍜 | [Classificatie](4-Classification/README.md) | Bouw een recommender-webapp met je model | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Introductie tot clustering | [Clustering](5-Clustering/README.md) | Maak je gegevens schoon, bereid ze voor en visualiseer ze; introductie tot clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Verkenning van Nigeriaanse muzikale voorkeuren 🎧 | [Clustering](5-Clustering/README.md) | Verken de K-Means clusteringmethode | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | Introductie tot natuurlijke taalverwerking ☕️ | [Natuurlijke taalverwerking](6-NLP/README.md) | Leer de basis van NLP door een eenvoudige bot te bouwen | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Veelvoorkomende NLP-taken ☕️ | [Natuurlijke taalverwerking](6-NLP/README.md) | Verdiep je NLP-kennis door veelvoorkomende taken te begrijpen die nodig zijn bij het omgaan met taalstructuren | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Vertaling en sentimentanalyse ♥️ | [Natuurlijke taalverwerking](6-NLP/README.md) | Vertaling en sentimentanalyse met Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Romantische hotels in Europa ♥️ | [Natuurlijke taalverwerking](6-NLP/README.md) | Sentimentanalyse met hotelrecensies 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Romantische hotels in Europa ♥️ | [Natuurlijke taalverwerking](6-NLP/README.md) | Sentimentanalyse met hotelrecensies 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Introductie tot tijdreeksvoorspelling | [Tijdreeksen](7-TimeSeries/README.md) | Introductie tot tijdreeksvoorspelling | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Wereldwijd stroomverbruik ⚡️ - tijdreeksvoorspelling met ARIMA | [Tijdreeksen](7-TimeSeries/README.md) | Tijdreeksvoorspelling met ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Wereldwijd stroomverbruik ⚡️ - tijdreeksvoorspelling met SVR | [Tijdreeksen](7-TimeSeries/README.md) | Tijdreeksvoorspelling met Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Introductie tot reinforcement learning | [Versterkend leren](8-Reinforcement/README.md) | Introductie tot versterkend leren met Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Help Peter de wolf te vermijden! 🐺 | [Versterkend leren](8-Reinforcement/README.md) | Reinforcement learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | ML-scenario's en toepassingen in de echte wereld | [ML in the Wild](9-Real-World/README.md) | Interessante en onthullende toepassingen uit de echte wereld van klassieke ML | [Les](9-Real-World/1-Applications/README.md) | Team |
|
|
| Postscript | Modeldebugging in ML met behulp van de RAI-dashboard | [ML in the Wild](9-Real-World/README.md) | Modeldebugging in machine learning met behulp van Responsible AI-dashboardcomponenten | [Les](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [vind alle aanvullende bronnen voor deze cursus in onze Microsoft Learn-collectie](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Offline-toegang
|
|
|
|
Je kunt deze documentatie offline uitvoeren met [Docsify](https://docsify.js.org/#/). Fork dit repo, [installeer Docsify](https://docsify.js.org/#/quickstart) op je lokale machine, en typ vervolgens in de hoofdmap van dit repo `docsify serve`. De website wordt geserveerd op poort 3000 op je localhost: `localhost:3000`.
|
|
|
|
## PDF's
|
|
|
|
Vind een pdf van het curriculum met links [hier](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
## 🎒 Andere cursussen
|
|
|
|
Ons team maakt ook andere cursussen! Bekijk:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Generative AI-serie
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Kernonderwerpen
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Copilot-reeks
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## Hulp
|
|
|
|
Als je vastloopt of vragen hebt over het bouwen van AI-apps, sluit je dan aan bij medeleerlingen en ervaren ontwikkelaars in discussies over MCP. Het is een ondersteunende community waar vragen welkom zijn en kennis vrijelijk wordt gedeeld.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Als je productfeedback hebt of fouten tegenkomt tijdens het bouwen, bezoek:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
Disclaimer:
|
|
Dit document is vertaald met behulp van de AI-vertalingsdienst [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel wij naar nauwkeurigheid streven, dient u er rekening mee te houden dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het oorspronkelijke document in de oorspronkelijke taal moet als de gezaghebbende bron worden beschouwd. Voor kritieke informatie wordt een professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |