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.

Onze opleidingen zijn kosteloos.
Ontdek waarom en voor wie.
  • Opleidingstype

    Online-klas

  • Opleidingsduur

    1 dag

  • Volg deze opleiding in het:
    NL 
  • Opleidingscode

    DL2316NOC

Wat leer je in deze opleiding?

  • 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.

Doelgroep

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.

Leermethode: Online-klas

Deze online-opleiding volg je op je computer. Je traject bestaat uit drie stappen, die elkaar aanvullen.

Stap 1
Je opleiding start op Karibu, ons online-leerplatform. Dit leermoment doorloop je op je eigen tempo, waar en wanneer je wilt.

Let op: deze stap afwerken is een vereiste om verder te gaan.

Stap 2: online-klas (3 uur)
Tijdens deze stap ontmoet je je medecursisten – gewoonlijk zes tot twaalf personen – via Zoom. Iedereen kan elkaar zien en horen. Dat maakt gesprekken, interactie en samenwerking mogelijk. Zo leer je van en met elkaar, op basis van de inzichten uit stap 1.

Stap 3
Dit leermoment vindt opnieuw plaats op Karibu. Ook deze stap doorloop je op je eigen tempo, waar en wanneer je wilt.

Programma

  • 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