background section

Data Science Case

Je wil hands-on een concreet beeld krijgen van de taken van een “data scientist”.

Je wil aan de slag met data science om inzicht te krijgen hoe de business betere beslissingen kan nemen door zich te baseren op data.

Nos formations ne vous coûteront rien.
Découvrez pourquoi et à qui elles s'adressent.
  • Type de formation

    Classe en ligne

  • Durée de la formation

    1 jour

  • Suivez cette formation en :
    NL 
  • Code de formation

    DL2316NOC

Résultats à l’issue de cette formation

  • Je kunt achterhalen van een opdrachtgever welke inzichten hij uit data wil krijgen en op welke data-gerelateerde vragen hij het antwoord wil te weten komen.
  • Je kunt de nodige gegevens verzamelen om die vragen te beantwoorden.
  • Je weet in welke soorten databanken die gegevens bewaard kunnen worden Je kunt de gegevens voorbereiden voor analyse.
  • Je kunt de gegevens analyseren door ze te visualiseren.
  • Je weet welke mogelijkheden er zijn om patronen in de gegevens te vinden Je kunt een goed opgebouwde presentatie of rapport maken.

Public cible

Je verwerkt graag gegevens en maakt graag rapporten.

Je bent een manager, analist of ontwikkelaar met interesse in analytics en gegevensverwerking en -rapportering.

Je hebt een beeld van de taken van een “data scientist” en van de vragen die data science kan beantwoorden en wil hier een toepassing van zien.

Méthode d'apprentissage: Classe en ligne

Vous suivez cette formation en ligne sur votre ordinateur. Votre parcours comprend trois étapes complémentaires.

  • Étape 1

Votre formation commence sur Karibu, notre plateforme d’apprentissage en ligne. Vous effectuez cette première étape à votre rythme, où et quand vous le souhaitez.

Attention : il est indispensable d’achever cette étape avant de poursuivre votre formation.

  • Étape 2 : classe en ligne

Lors de cette étape, vous rencontrez les autres participant·es via Zoom. Votre groupe compte généralement 6 à 12 personnes. Tout le monde peut s’entendre et se voir, dans une optique de discussion, d’interaction et de collaboration. Ensemble, vous apprenez ainsi les un·es des autres, sur la base des connaissances acquises lors de l’étape 1.

  • Étape 3

Cet apprentissage se déroule également sur Karibu, à votre rythme, où et quand vous le souhaitez.

Aperçu du programme

  • Asynchroon:
    • Inleiding: de fasen in een data science project
    • “Understand the question”: kennismaking met FF
    • “Data gathering”: op zoek naar gegevens voor FF?
    • “Data storage”: gegevens stockeren voor FF
    • “Data pre processing”: grote schoonmaak in de gegevens van FF
    • “Explore the data“: op verkenningstocht in de gegevens van FF
  • Synchroon:
    • Aan de slag: Grote schoonmaak en op verkenning bij FF (data pre-processing en exploratieve data analyse)
  • Asynchroon:
    • “Visualize the results”: Visuele kunstwerken voor FF
    • “Analyze in depth”: diepere analyse van de gegevens van FF (datamining)
  • Synchroon:
    • Aan de slag: Diepere analyse en visuele kunstwerken voor FF(visualisatie, datamining)
  • Asynchroon:
    • “Tell the story”: Verhaaltjestijd voor FFA