Oversikt over relevante kurs innen IT-kurs i Åsnes

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice - 50 spørsmål skal besvares, og du består ved 50% korrekte svar (dvs 25 av 50 spørsmål). Deltakerne har 40 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   Nødvendige forkunnskaper: Ingen [-]

Advanced Python Development [-]

  An Azure IoT Developer is responsible for implementing and then maintaining the cloud and edge portions of an Azure IoT solution. In addition to configuring and maintaining devices by using Azure IoT services and other Microsoft tools, the IoT Developer also sets up the physical devices and is responsible for maintaining the devices throughout the life cycle. The IoT Developer implements designs for IoT solutions, including device topology, connectivity, debugging and security. For Edge device scenarios, the IoT Developer also deploys compute/containers and configures device networking, which could include various edge gateway implementations. The IoT Developer implements designs for solutions to manage data pipelines, including monitoring and data transformation as it relates to IoT. The IoT Developer works with data engineers and other stakeholders to ensure successful business integration. IoT Developers should have a good understanding of Azure services, including data storage options, data analysis, data processing, and the Azure IoT PaaS versus SaaS options. After completing this course, students will be able to: Create, configure, and manage an Azure IoT hub. Provision devices by using IoT Hub and DPS, including provisioning at scale. Establish secure 2-way communication between devices and IoT Hub. Implement message processing by using IoT Hub routing and Azure Stream Analytics. Configure the connection to Time Series Insights and support business integration requirements. Implement IoT Edge scenarios using marketplace modules and various edge gateway patterns. Implement IoT Edge scenarios that require developing and deploying custom modules and containers. Implement device management using device twins and direct methods. Implement solution monitoring, logging, and diagnostics testing. Recognize and address security concerns and implement Azure Security Center for IoT. Build an IoT Solution by using Azure IoT Central and recongize SaaS opportunities for IoT. Course prerequisites IoT Developers should have basic programming skills in at least one Azure-supported language, including C#, Node.js, C, Python, or Java. Software development experience is a prerequisite for this course, but no specific software language is required, and the experience does not need to be at a professional level. Data Processing Experience: General understanding of data storage and data processing is a recommended but not required.  Cloud Solution Awareness: Students should have a basic understanding of PaaS, SaaS, and IaaS implementations. Microsoft Azure Fundamentals (M-AZ-900T00/M-AZ900), or equivalent skills, is recommended.  This course helps to prepare for exam AZ-220.   Agenda Module 1: Introduction to IoT and Azure IoT Services -Business Opportunities for IoT-Introduction to IoT Solution Architecture-IoT Hardware and Cloud Services Module 2: Devices and Device Communication -IoT Hub and Devices-IoT Developer Tools-Device Configuration and Communication Module 3: Device Provisioning at Scale -Device Provisioning Service Terms and Concepts-Configure and Manage the Device Provisioning Service-Device Provisioning Tasks Module 4: Message Processing and Analytics -Messages and Message Processing-Data Storage Options-Azure Stream Analytics Module 5: Insights and Business Integration -Business Integration for IoT Solutions-Data Visualization with Time Series Insights-Data Visualization with Power BI Module 6: Azure IoT Edge Deployment Process -Introduction to Azure IoT Edge-Edge Deployment Process-Edge Gateway Devices Module 7: Azure IoT Edge Modules and Containers -Develop Custom Edge Modules-Offline and Local Storage Module 8: Device Management -Introduction to IoT Device Management-Manage IoT and IoT Edge Devices-Device Management at Scale Module 9: Solution Testing, Diagnostics, and Logging -Monitoring and Logging-Troubleshooting Module 10: Azure Security Center and IoT Security Considerations -Security Fundamentals for IoT Solutions-Introduction to Azure Security Center for IoT-Enhance Protection with Azure Security Center for IoT Agents Module 11: Build an IoT Solution with IoT Central -Introduction to IoT Central-Create and Manage Device Templates-Manage Devices in Azure IoT Central [-]

  Kurs med Daniel Webb som lærer deg grunnleggende ferdigheter  i Power BI.   I vår moderne verden er det data overalt – i bilen, ute, hjemme og ikke minst på jobb. Å ha kontroll på dataene er viktigere enn noensinne, og da gjelder det å gjøre informasjon lett tilgjengelig for rett person på rett sted og til rett tid. Power BI er Microsofts Business Intelligence-verktøy, og kan hjelpe deg med hele prosessen fra innhenting av data til ferdig rapport. Power BI er ypperlig for å tilgjengeliggjøre, dele og samarbeide om viktig informasjon med det resultatet at du kan ta faktabaserte valg og beslutninger. Power BI er tett integrert med Microsoft sine andre løsninger, bl.a. Excel, Teams og Power Platform. I dette kurset bruker Daniel Webb Power BI til å lage en salgsrapport basert på data fra en Excel-fil. Du vil lære deg de grunnleggende ferdighetene for å kunne lage dine egne rapporter i Power BI Desktop, samt få en oversikt over hele Power BI-økosystemet og hvordan ting henger sammen.    Leksjoner Introduksjon til kurset Power BI – Introduksjon og oversikt Power BI Desktop Power BI Service Power BI – lisensiering Introduksjon til Get Data Import vs Direct Query vs Live Connection Gjennomgang av ofte brukte data connectors Excel connector, lokale filer og gateways Introduksjon tll Power Query Arbeid med første data Query Import av andre queries Datamodelleringsteori Modellering i praksis DAX og measures Å skrive DAX DAX-eksempler Quick measures Report view i Power BI Desktop Hvilken visual skal du bruke? Slicers og filters Setter ting sammen Workspaces i Power BI Service Workspace-elementer – reports, datasets og dashboards Deling og samarbeid Oppsummering   [-]

The students will learn how to interactively explore data stored in files in a data lake. They will learn the various ingestion techniques that can be used to load data using the Apache Spark capability found in Azure Synapse Analytics or Azure Databricks, or how to ingest using Azure Data Factory or Azure Synapse pipelines. The students will also learn the various ways they can transform the data using the same technologies that is used to ingest data. The student will spend time on the course learning how to monitor and analyze the performance of analytical system so that they can optimize the performance of data loads, or queries that are issued against the systems. They will understand the importance of implementing security to ensure that the data is protected at rest or in transit. The student will then show how the data in an analytical system can be used to create dashboards, or build predictive models in Azure Synapse Analytics. After completing this course, students will be able to: Explore compute and storage options for data engineering workloads in Azure Design and Implement the serving layer Understand data engineering considerations Run interactive queries using serverless SQL pools Explore, transform, and load data into the Data Warehouse using Apache Spark Perform data Exploration and Transformation in Azure Databricks Ingest and load Data into the Data Warehouse Transform Data with Azure Data Factory or Azure Synapse Pipelines Integrate Data from Notebooks with Azure Data Factory or Azure Synapse Pipelines Optimize Query Performance with Dedicated SQL Pools in Azure Synapse Analyze and Optimize Data Warehouse Storage Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link Perform end-to-end security with Azure Synapse Analytics Perform real-time Stream Processing with Stream Analytics Create a Stream Processing Solution with Event Hubs and Azure Databricks Build reports using Power BI integration with Azure Synpase Analytics Perform Integrated Machine Learning Processes in Azure Synapse Analytics Course prerequisites Successful students start this course with knowledge of cloud computing and core data concepts and professional experience with data solutions.Recommended prerequisites:M-DP900 - Microsoft Azure Data FundamentalsM-AZ900 - Microsoft Azure Fundamentals Agenda Module 1: Explore compute and storage options for data engineering workloads This module provides an overview of the Azure compute and storage technology options that are available to data engineers building analytical workloads. This module teaches ways to structure the data lake, and to optimize the files for exploration, streaming, and batch workloads. The student will learn how to organize the data lake into levels of data refinement as they transform files through batch and stream processing. Then they will learn how to create indexes on their datasets, such as CSV, JSON, and Parquet files, and use them for potential query and workload acceleration. Module 2: Design and implement the serving layer This module teaches how to design and implement data stores in a modern data warehouse to optimize analytical workloads. The student will learn how to design a multidimensional schema to store fact and dimension data. Then the student will learn how to populate slowly changing dimensions through incremental data loading from Azure Data Factory. Module 3: Data engineering considerations for source files This module explores data engineering considerations that are common when loading data into a modern data warehouse analytical from files stored in an Azure Data Lake, and understanding the security consideration associated with storing files stored in the data lake. Module 4: Run interactive queries using Azure Synapse Analytics serverless SQL pools In this module, students will learn how to work with files stored in the data lake and external file sources, through T-SQL statements executed by a serverless SQL pool in Azure Synapse Analytics. Students will query Parquet files stored in a data lake, as well as CSV files stored in an external data store. Next, they will create Azure Active Directory security groups and enforce access to files in the data lake through Role-Based Access Control (RBAC) and Access Control Lists (ACLs). Module 5: Explore, transform, and load data into the Data Warehouse using Apache Spark This module teaches how to explore data stored in a data lake, transform the data, and load data into a relational data store. The student will explore Parquet and JSON files and use techniques to query and transform JSON files with hierarchical structures. Then the student will use Apache Spark to load data into the data warehouse and join Parquet data in the data lake with data in the dedicated SQL pool. Module 6: Data exploration and transformation in Azure Databricks This module teaches how to use various Apache Spark DataFrame methods to explore and transform data in Azure Databricks. The student will learn how to perform standard DataFrame methods to explore and transform data. They will also learn how to perform more advanced tasks, such as removing duplicate data, manipulate date/time values, rename columns, and aggregate data. Module 7: Ingest and load data into the data warehouse This module teaches students how to ingest data into the data warehouse through T-SQL scripts and Synapse Analytics integration pipelines. The student will learn how to load data into Synapse dedicated SQL pools with PolyBase and COPY using T-SQL. The student will also learn how to use workload management along with a Copy activity in a Azure Synapse pipeline for petabyte-scale data ingestion. Module 8: Transform data with Azure Data Factory or Azure Synapse Pipelines This module teaches students how to build data integration pipelines to ingest from multiple data sources, transform data using mapping data flowss, and perform data movement into one or more data sinks. Module 9: Orchestrate data movement and transformation in Azure Synapse Pipelines In this module, you will learn how to create linked services, and orchestrate data movement and transformation using notebooks in Azure Synapse Pipelines. Module 10: Optimize query performance with dedicated SQL pools in Azure Synapse In this module, students will learn strategies to optimize data storage and processing when using dedicated SQL pools in Azure Synapse Analytics. The student will know how to use developer features, such as windowing and HyperLogLog functions, use data loading best practices, and optimize and improve query performance. Module 11: Analyze and Optimize Data Warehouse Storage In this module, students will learn how to analyze then optimize the data storage of the Azure Synapse dedicated SQL pools. The student will know techniques to understand table space usage and column store storage details. Next the student will know how to compare storage requirements between identical tables that use different data types. Finally, the student will observe the impact materialized views have when executed in place of complex queries and learn how to avoid extensive logging by optimizing delete operations. Module 12: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link In this module, students will learn how Azure Synapse Link enables seamless connectivity of an Azure Cosmos DB account to a Synapse workspace. The student will understand how to enable and configure Synapse link, then how to query the Azure Cosmos DB analytical store using Apache Spark and SQL serverless. Module 13: End-to-end security with Azure Synapse Analytics In this module, students will learn how to secure a Synapse Analytics workspace and its supporting infrastructure. The student will observe the SQL Active Directory Admin, manage IP firewall rules, manage secrets with Azure Key Vault and access those secrets through a Key Vault linked service and pipeline activities. The student will understand how to implement column-level security, row-level security, and dynamic data masking when using dedicated SQL pools. Module 14: Real-time Stream Processing with Stream Analytics In this module, students will learn how to process streaming data with Azure Stream Analytics. The student will ingest vehicle telemetry data into Event Hubs, then process that data in real time, using various windowing functions in Azure Stream Analytics. They will output the data to Azure Synapse Analytics. Finally, the student will learn how to scale the Stream Analytics job to increase throughput. Module 15: Create a Stream Processing Solution with Event Hubs and Azure Databricks In this module, students will learn how to ingest and process streaming data at scale with Event Hubs and Spark Structured Streaming in Azure Databricks. The student will learn the key features and uses of Structured Streaming. The student will implement sliding windows to aggregate over chunks of data and apply watermarking to remove stale data. Finally, the student will connect to Event Hubs to read and write streams. Module 16: Build reports using Power BI integration with Azure Synapase Analytics In this module, the student will learn how to integrate Power BI with their Synapse workspace to build reports in Power BI. The student will create a new data source and Power BI report in Synapse Studio. Then the student will learn how to improve query performance with materialized views and result-set caching. Finally, the student will explore the data lake with serverless SQL pools and create visualizations against that data in Power BI. Module 17: Perform Integrated Machine Learning Processes in Azure Synapse Analytics This module explores the integrated, end-to-end Azure Machine Learning and Azure Cognitive Services experience in Azure Synapse Analytics. You will learn how to connect an Azure Synapse Analytics workspace to an Azure Machine Learning workspace using a Linked Service and then trigger an Automated ML experiment that uses data from a Spark table. You will also learn how to use trained models from Azure Machine Learning or Azure Cognitive Services to enrich data in a SQL pool table and then serve prediction results using Power BI. [-]

Dette er et spesialkurs som fokuserer på analyse av store datasett ved hjelp av Pivottabell og Power Pivot, samt formelbasert analyse. Målet er å få frem styrker og svakheter ved de forskjellige metodene, og å se litt på hvilke forutsetninger som påvirker valg av løsning. For å ha utbytte av dette kurser forutsettes at man er vant bruker av Excel. Pivot og Power Pivot blir gjennomgått fra begynnelsen, så man trenger ikke være kjent med disse verktøyene fra før. Betingede formler kan være ganske krevende, så det er en fordel å være litt trygg på formelskriving. I en kurssituasjon blir selvsagt kurset tilpasset deltagernes nivå og forkunnskaper. I kurset gjennomgås bl.a.: Kontroll/gjennomgang av en del sentral funksjonalitet – bl.a. absolutte, relative og blandede referanser. Sammendrag av data fra flere ark i samme eller flere arbeidsbøker, bl.a. gjennomgående summering og tabulering v.hj.a. INDIREKTE-funksjonen. Betingende sammendrag v.hj.a. matriseformler og funksjoner Modifisere datasett med FINN.RAD, FINN.KOLONNE, matriseformler og andre teknikker Pivottabell, hvor vi bl.a. ser på: Sette sammen data fra forskjellige grunnlag før pivotering Vise dataserie på forskjellige måter (sum, gjennomsnitt, prosentfordelt, etc.) Hvordan foreta beregninger rett i pivottabellen, f.ex. inntekter – kostnader = resultat Pivottabell hvor datagrunnlaget er oppdelt i flere forskjellige Pivottabell rett mot en spørring i en database Power Pivot Forskjeller (og likheter) med «vanlig» Pivottabell Når forlater vi den vanlige pivottabellen til fordel for Power Pivot? Fordeler og ulemper med Pivot og Power Pivot. Lage Power Pivot-tabell med data fra flere forskjellige datasett. [-]

E-læringskurset gir deg en opplevelsesrik og praktisk opplæring i regnearkprogrammet Excel 2016. En kombinasjon av videoer, teori, oppskrifter, oppgaver og tester gjør det enkelt å lære seg de nye verktøyene. E-læringskurset inneholder 59 opplæringsvideoer.E-læringskurset er tilpasset Office 365.Testene i e-læringskurset måler kunnskap før, under og etter opplæringen. Når ettertesten er bestått får du tilgang til et kursbevis i PDF-format som enkelt kan lagres eller skrives ut.Jobb smart og effektivt!- Office 365 gir deg alltid den nyeste versjonen av Excel.- Maler er tilgjengelig ved oppstart.- Enklere åpning og lagring av arbeidsbøker.- Microsoft-kontoen kobler enheten til OneDrive, slik at du alltid har tilgang til filene dine.- Egen modus som er optimalisert for berøring.- Enklere søk etter kommandoer, handlinger og hjelp.- Formler utfører beregninger raskt og enkelt.- Autofyll forenkler arbeidet med å fylle inn data i et regneark.- Håndskriftsformler gjør det enklere å skrive inn formler for hånd.- Cellestiler gjør formateringen mer konsekvent.- Bruk av tema gir en konsekvent layout på alle Office-dokumenter.- Betinget formatering gjør det enkelt å følge med sentrale verdier i regnearket.- Hurtiganalyse gjør det raskt og enkelt å tolke og analysere et dataområde.- Du har tilgang til et utall ferdigdefinerte funksjoner som utfører alle slags beregninger.- Diagram egner seg godt for å gi et visuelt, lettfattelig inntrykk av tallverdier.- Sparkline-grafikk kan brukes for å visualisere data direkte i regnearkceller.- Sortering og filtrering gjør arbeidet med lister og tabeller enkelt og effektivt.- Bruk av flere regneark gjør større regnearkmodeller mer oversiktlig.- Et integrert utskriftsmiljø med både utskriftsinnstillinger og forhåndsvisning.Innhold:- Før du starter- Redigering- Formler- Formatering- Funksjoner- Diagram- Lister og tabeller- Flere regneark- UtskriftKURSET KAN KJØRES PÅ NETTBRETT! [-]

Kurset tar for seg de mest sentrale problemstillingene knyttet til sikkerhet rundt bruken av datautstyr som datamaskiner, smarttelefoner og nettbrett.    Kurset vil gi brukeren kunnskap om ulike «feller» man kan gå i samt nyttige og praktiske tips og veiledninger til hvordan man unngår at data kommer på avveie eller ødelegges permanent.   Kurset inneholder 50 opplæringsvideoer. Mens andre  kurs fokuserer på å bruke IT-verktøy effektivt, vil dette kurset gi deg innsikt i å bruke IT trygt og sikkert.   Kurset passer for databrukere i alle typer bedrifter og organisasjoner.   Innhold i kurset • Datamaskinen • Passord • Ute av kontoret • Minnepinner • Sikkerhetskopi • E-post • Internett • Ettertest Krav til forkunnskaper Grunnleggende datakunnskaper Kursbevis Etter endt opplæring vil man kunne ta en ettertest for å måle sin nye kunnskap. Ved bestått test så vil man få tilgang til et kursbevis   Nettbasert  Timetall: 6  Kursstart Info: Når som helst - Hele året !  Klokkeslett: 00:00 - 24:00  Påmeldingsfrist:  Pris: kr 1.175,- inkl. mva.  Nettbasert - Web     Kontaktperson: Frode Ingebrigtsen    Status: Åpent for påmelding Gå til påmelding [-]

In this course students will gain the knowledge and skills needed to implement security controls, maintain the security posture, and identify and remediate vulnerabilities by using a variety of security tools. The course covers scripting and automation, virtualization, and cloud N-tier architecture. TARGET AUDIENCE Students should have at least one year of hands-on experience securing Azure workloads and experience with security controls for workloads on Azure. COURSE OBJECTIVES Describe specialized data classifications on Azure Identify Azure data protection mechanisms Implement Azure data encryption methods Secure Internet protocols and how to implement them on Azure Describe Azure security services and features COURSE CONTENT Module 1: Identity and Access LESSONS Configure Azure Active Directory for Azure workloads and subscriptions Configure Azure AD Privileged Identity Management Configure security for an Azure subscription Module 2: Platform Protection LESSONS Understand cloud security Build a network Secure network Implement host security Implement platform security Implement subscription security Module 3: Security Operations LESSONS Configure security services Configure security policies by using Azure Security Center Manage security alerts Respond to and remediate security issues Create security baselines Module 4: Data and applications LESSONS Configure security policies to manage data Configure security for data infrastructure Configure encryption for data at rest Understand application security Implement security for application lifecycle Secure applications Configure and manage Azure Key Vault [-]

Kurset er rettet mot deg som vil lære å prosjektere og dokumentere veger og kryss i Civil 3D.  I løpet av kurset gjøres øvelser for alle emner som blir tatt opp. Hensikten med kurset er å gi deg en innføring i vegprosjektering med Civil 3D og Focus CAT. Kursinnhold: Kort oppfriskning av etablering av terrengmodell og prosjektstruktur Linjekonstruksjon med horisontal- og vertikalgeometri Vegmodell med tverrprofil- og masseberegning, samt flatebeskrivelse Breddeutvidelse og tverrfallsberegning Krysskonstruksjon av T-kryss Tegningsproduksjon med plan/profiltegning, normalprofil- og tverrprofiltegning Stikningsdata fra tegning Eksport til InfraWorks Fagmodelleksport [-]

Synes du det er uoversiktlig å samarbeide om dokumenter med andre? Vi lærer deg de viktigste funksjonene og metodene for vellykket dokument-samhandling og ferdigstilling av dokumenter. Webinaret varer i 2 timer og består av to økter à 45 min. Etter hver økt er det 10 min spørsmålsrunde. Mellom øktene er det 10 min pause. Webinaret kan også spesialtilpasses og holdes bedriftsinternt kun for din bedrift.   Kursinnhold:   Samarbeidsfunksjoner Spor endringer for å se hvem som har gjort hva Bruk av merknader Sammenligne dokumenter Passordbeskytte dokumenter   Filer i SharePoint, OneDrive for Business og OneDrive Samtidigredigering Versjonering   Før publisering Fjerne skjulte data Fjerne personlig informasjon   3 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Gratis support [-]

Behersk kunsten å skape overbevisende presentasjoner med "PowerPoint: Komplett", et omfattende kurs ledet av Espen Faugstad hos Utdannet.no. Microsoft PowerPoint er en vital del av moderne kommunikasjon, brukt utstrakt i både næringslivet og utdanning. Dette kurset er designet for å gi deg fullstendig mestring av PowerPoint 2019, uansett om du er nybegynner eller ønsker å forbedre dine eksisterende ferdigheter. Kurset starter med grunnleggende, som å kjøpe og installere PowerPoint, og lærer deg å navigere i brukergrensesnittet. Du vil lære å lage presentasjoner som kombinerer tekst, bilder og illustrasjoner. Videre lærer kurset deg hvordan du kan lage din egen PowerPoint-mal, og bruker overganger og animasjoner for å gi presentasjonen din liv. Du vil også bli veiledet gjennom prosessen med å ferdigstille og holde en effektiv presentasjon. Ved kursets slutt vil du være i stand til å skape profesjonelle presentasjoner som engasjerer og informerer ditt publikum. Du vil ha en dyp forståelse av alle aspekter av PowerPoint, fra å lage innhold til å dele og presentere det på en effektiv måte.   Innhold: Kapittel 1: Introduksjon Kapittel 2: Ny presentasjon Kapittel 3: Tekst Kapittel 4: Bilder Kapittel 5: Illustrasjoner Kapittel 6: Media Kapittel 7: Lysbildemal Kapittel 8: Overganger og animasjoner Kapittel 9: Ferdigstill presentasjon Kapittel 10: Start presentasjon Kapittel 11: Del presentasjon Kapittel 12: Avslutning   Varighet: 3 timer og 29 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Tjenesten fungerer på samme måte som strømmetjenester for musikk eller TV-serier. Våre kunder betaler en fast månedspris og får tilgang til alle kursene som er produsert så langt. Plattformen har hatt en god vekst de siste årene og kan skilte med 30.000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling moro, spennende og tilgjengelig for alle – og med oss har vi Innovasjon Norge og Forskningsrådet. [-]

Risikomomentene rundt kunstig intelligens er mange og berører flere fagområder. Hovedutfordringen med trygg og ansvarlig bruk av kunstig intelligens og maskinlæring er at problemstillingene utfordrer mange helt ulike fagområder, og tar opp mange temaer samfunnet aldri før har tatt stilling til. I dette kurset introduserer AI-ekspert Inga Strümke deg for de etiske, tekniske, juridiske og samfunnsmessige aspektene, og du vil få et helhetlig bilde av utfordringene og mulighetene. Fra før av har Inga Strümke laget kurset “En innføring i kunstig intelligens og maskinlæring” med Videocation. Vi anbefaler deg å se innføringskurset før du ser dette kurset om kunstig intelligens og risiko.  Introduksjon til kurset Innføring i AI-etikk Egne prosedyrer Falske nyheter og AI-skribenter Deepfakes Syntetiske data Angrep og mål Cybersikkerhet og IoT AI-regulering Personvern og differential privacy Rettferdighet Maskiner som tar jobbene og beslutningene våre Bærekraft Oppsummering [-]

DP-080: Querying Data with Microsoft Transact-SQL [-]

Cloud Operations on AWS [-]