Menu
NL
040 246 02 20 Contact
 

Data Science voor niet-Data Scientists

In deze 5-daagse training leert u als manager/professional o.m. de methoden achter Data Science kennen en leert u werken met tools voor data mining, machine learning en visualisatie

Data Science voor niet-Data Scientists – trainingsmogelijkheden

Optie 1: 5-daagse training (klassikaal en live online)
Optie 2: In-company training (klassikaal en live online)

Waarom deze training?

Data Science voor niet-Data ScientistsAls manager/professional komt u regelmatig in aanraking met vaktermen (en werkzaamheden) die behoren tot het werkveld van de Data Scientist, zoals big data, predictive analytics, algoritmen en Artificial Intelligence (AI). U wilt weten wat deze termen inhouden en u wilt tot op zekere hoogte kunnen werken met bv. tools voor data mining, machine learning en visualisatie. Met andere woorden, u wilt inzicht in de wereld van Data Science zonder dat u zelf Data Scientist wilt worden/zijn.

Wat leert u?

In de 5-daagse training Data Science voor niet-Data Scientists leert u de methoden achter Data Science kennen en raakt u vertrouwd met data mining-, machine learning- en visualisatietools. Na afloop van de training heeft u kennis van:

  • Data architectuur en de inzet van de diverse applicaties daarin
  • Architectuur van de Data Science tools Weka en Python
  • De mogelijkheden op het gebied van data analyse
  • Python voor data analyse en voorspellingen
  • Bent u in staat om data te verzamelen, te bewerken, te prepareren en data sets te creëren
  • Kunt u programma's en functies maken en kunt u voorspelmodellen toepassen

Voorkennis

De training Data Science voor niet-Data Scientists is een expert level training. Een deel van de noodzakelijke basiskennis wordt behandeld maar het is wel gewenst dat u enige voorkennis heeft. Mocht u deze voorkennis missen dan kunt u eerst de 3-daagse Data Foundation training volgen.

Werkvorm en opzet van de training

De training bestaat uit 4 theoriemodules en 4 praktijkmodules. De theoriemodules zijn interactief. U wordt geacht actief mee te doen en mee te discussiëren. Afwisselend zijn er opdrachten die met een laptop worden uitgevoerd. Tijdens de training wordt actief gewerkt met verschillende programma's. U dient uw eigen laptop met internettoegang (bij voorkeur Google Chrome) mee te nemen waarop geïnstalleerd kan worden. Compatibele besturingssystemen zijn Windows (vanaf Windows 7) en OSX (vanaf Mountain Lion). Alle programma's waarmee tijdens de training gewerkt wordt zijn gratis en worden tijdens de training geïnstalleerd.

De praktijkmodules gaan over het toepassen van de geleerde kennis en vaardigheden. Tijdens deze modules wordt u geacht uw werk te presenteren. Er zijn zowel individuele opdrachten als groepsopdrachten. Python wordt in 6 modules van telkens 3 uur behandeld en wordt afgesloten met een presentatie van uw (eigen) praktijkcase.

Voor wie is deze training van waarde?

Deze training is opgezet voor managers en professionals die zelf geen Data Scientist zijn of willen worden maar wel de kennis en vaardigheden willen opdoen die bij hun functie passen, zoals projectleiders, Business Intelligence (BI) managers, IT-managers, informatiemanagers, marketing managers, business developers, programma managers, data analisten, business analisten en tal van andere managers en professionals.

Niveau van de training

De training Data Science voor niet-Data Scientists wordt gegeven op post-HBO/Bachelor denk- en werkniveau.

Ook interessant voor u!

Naast de training Data Science voor niet-Data Scientists kunt u ook een kijkje nemen bij de volgende opleidingen:

Programma

Data Science voor niet-Data Scientists – lesprogramma

Mocht u niet overtuigd zijn van uw voorkennis dan raden wij u aan eerst de 3-daagse Data Foundation training te volgen. Vanzelfsprekend kunt u ook bij ons terecht voor een studie advies, neem hiervoor contact met ons op. Wij helpen u graag!

Dag I
Architectuur (big) data; toepassingsveld (big) data; modelgedreven data; datagedreven data
Om de grotere context van Data Science te begrijpen maakt u tijdens de eerste dag kennis met de achtergrond van de actuele data architecturen en data toepassingsvelden. Behandeld worden:

  • Transactie systemen
  • Database normalisatie
  • ER-modellen
  • ETL proces
  • Data warehousing
  • Definitie big data
  • Opslag van big data
  • Big data proces
  • Structureren (key-value storing)
  • Verwerken van big data (MapReduce)
  • Reporting en analytical processing
  • OLAP
  • Data mining
  • Machine learning
  • Artifical Intelligence (AI)
  • Dimensionaal modelleren
  • Sterschema's
  • Feiten en dimensies
  • Data lakes en data reservoirs


Dag II

Data visualisatie en data mining
Tijdens de tweede dag leert u met behulp van GUI-tools data te verkennen en te analyseren. Daarnaast leert u ook de basis van data mining en het concept achter een aantal data mining algoritmen. Behandeld worden:

  • Data importeren met Qlik-Sense of Tableau uit verschillende bronnen
  • Velden koppelen
  • Ontwerpen van verschillende grafieken
  • Bouwen van een eenvoudig dashboard
  • Kennismaking met data mining technieken
  • Achtergrond decision tree
  • Apriori algoritme
  • Basisbegrippen statistiek
  • Hypothese testen
  • Normaalverdeling
  • Toegepaste statistiek
  • Vraagstelling formuleren
  • Statistische onderwerpen uitvoeren


Dag III

De basis van R
De programmeertaal R biedt samen met de beschikbare packages een nagenoeg oneindig palet aan mogelijkheden op het gebied van Data Science. Hoewel R een uitgebreide programmeertaal is, kent R - met behulp van een aantal basisvaardigheden - over het algemeen een stijle leercurve. Behandeld worden:

  • Kennismaking met interface R
  • Mogelijkheden van R en R-studio
  • Weka
  • Aritmische operatoren
  • Assignment
  • Functions
  • Datastructuren
  • Loops
  • Packages
  • Importeren van verschillende bestandsformaten
  • Structureren en samenvoegen van data elementen
  • De basis van data analyse en data preparatie in R
  • Data architectuur en applicatie
  • Architectuur van Data Science
  • Programmeren
  • Functies ontwikkelen en gebruiken


Dag IV

Data Science toepassingen
Om direct kennis te maken met Data Science in de praktijk leert u verschillende routines en packages in R kennen. Daarnaast krijgt u de theorie omtrent het samenstellen van gelabelde data en de voor- en nadelen omtrent het inzetten van verschillende algoritmen aangeboden. Behandeld worden:

Packages en algoritmen

  • Met behulp van Rpart-packages voorspellende modellen maken
  • Voorspellende modellen testen en verbeteren
  • Webscraping
  • Wordclouds
  • Data en big data verwerken
  • Data visualiseren
  • Algoritmen toepassen en interpreteren in de praktijk
  • Algoritmen programmeren
  • Werken met gelabelde data
  • Toepassingen van Data Science binnen Artificial Intelligence (AI)


Dag V

Data Science en strategie

  • Wanneer Python inzetten en wanneer niet?
  • Welke andere applicatie combineren met Python?
  • Case uit uw (eigen) organisatie plus presentatie
Brochure aanvragen

Certificaat

Elke deelnemer ontvangt na afloop van de training Data Science voor niet-Data Scientists een persoonlijk certificaat.

Docent(en)

Uw trainer is gedreven, pragmatisch en gericht op een maximaal leerrendement voor u als deelnemer. Uw trainer is Nederlandstalig en is tevens trainer van de Data Foundation training en de Data Steward training.

Startdata

De training Data Science voor niet-Data Scientists bestaat uit 5 trainingsdagen en vindt plaats in de omgeving van Amsterdam. De trainingsdagen starten om 09.30 uur en eindigen om 17.00 uur. U kunt op de volgende data deelnemen:

  • 18 en 25 mei + 2, 9 en 16 juni 2022 of
  • 9, 16, 24 en 30 november + 8 december 2022

Inschrijven

De kosten van de 5-daagse training Data Science voor niet-Data Scientists bedragen € 3.575,- (excl. BTW) per persoon. Dit bedrag is incl. koffie/thee, alle lunches en trainingsmateriaal.

In-company

Een in-company training over Data Science voor niet-Data Scientists, toegespitst op de vragen van managers en professionals uit uw eigen organisatie, heeft tal van voordelen, zoals:

  • het bespaart u en uw collega's (reis)tijd, reiskosten en eventuele (verblijfs)kosten
  • u volgt de training in uw eigen werkomgeving
  • organisatiegebonden kwesties kunnen openlijk besproken worden omdat er geen buitenstaanders zijn
  • plaats, tijd en datum bepaalt u zelf
  • vanaf 5 deelnemers is een in-company training vaak al zinvol en kostenbesparend

Heeft u voorkeur voor een in-company training? Neem dan contact met ons op om de mogeliijkheden te bespreken. Wij helpen u graag!

Data Science voor niet-Data Scientists

Inschrijven! Brochure IN-COMPANY