Cursus Data Science met Python

Data Science is een multidisciplinaire benadering om bruikbare inzichten te extraheren uit de grote en steeds groter wordende hoeveelheden gestructureerde en ongestructureerde gegevens, die worden verzameld en gecreëerd door hedendaagse organisaties. Data Science omvat het voorbereiden van gegevens voor analyse en verwerking, het uitvoeren van geavanceerde gegevensanalyses en het presenteren van de resultaten om patronen op een slimme manier te onthullen en stakeholders in staat te stellen geïnformeerde conclusies te trekken.
Data Science stelt ons in staat om een probleem op te lossen met een reeks goed gedefinieerde stappen.

In de Data Science Opleiding besteden we aandacht aan de verschillende stappen van de Data science-levenscyclus. De levenscyclus bevat de belangrijkste fasen die projecten meestal doorlopen, vaak iteratief:

Stap 1: Problem identification
Stap 2: Business understanding
Stap 3: Collecting data
Stap 4: Pre-processing data
Stap 5: Analysing data
Stap 6: Data Modelling
Stap 7: Model Evaluation
Stap 8: Model Deployment
Stap 9: Driving insights and generating BI reports
Stap 10: Taking a decision based on insights

Data science tool

Tijdens de Data Science opleiding wordt gewerkt met de programmeertaal Python, wereldwijd een van de meest gebruikte programmeertalen. Ontwikkelaars gebruiken Python voor data-analyse, development, DevOps, data-analyse en machine learning. Vooral die laatste twee winnen aan populariteit.
Wil je liever aan de slag met R, meld je dan aan voor de 5-daage Opleiding Data Science met R.

Doelgroep

De Data Science Opleiding met Python is ontwikkeld voor Big Data projectmanagers, Business Intelligence managers en -consultants, IT managers, business development managers, data analisten, business analisten, datawarehouse analisten, informatie architecten, marketing (technology) managers, marketing (intelligence) managers, innovatie managers en Big data analisten die hun kennis willen opfrissen en uitbreiden.

Vereiste vooropleiding en vaardigheden

Om de Data Science Opleiding succesvol af te sluiten wordt van de deelnemer een bepaald kennisniveau verwacht.
– Minimaal afgeronde HBO
– Basiskennis van ICT-systemen
– Basiskennis van één of meerdere programmeertalen is een pré maar niet noodzakelijk.

Na afronding van de data science opleiding

• Beschikt u over allround kennis die u nodig heeft om een realistische inschatting te maken van de impact en mogelijkheden van Big Data in uw organisatie.
• Heeft u kennis gemaakt met verschillende toepassingen en tools voor het verzamelen, opslaan, analyseren en visualiseren van grote en (on) gestructureerde databestanden.
• Beschikt u over de juiste handvaten om als projectmanager Big Data uw eigen Big Data projecten te ontwerpen en te leiden.
• Kent u de meest recente ontwikkelingen op het gebied van business intelligence en big data.
• Kunt u vaststellen hoe Big Data kan worden omgezet in nieuwe kansen, diensten en verdienmodellen.
• Bent u in staat om te bepalen welke interne en externe databronnen nodig zijn om de gevraagde informatie te kunnen vervaardigen.
• Heeft u inzicht in methoden voor het analyseren van Big Data.
• Bent u in staat om een data science project in logische, onafhankelijke stappen op te delen.
• Bent u in staat om gegevens op te schonen, en om te gaan met missende gegevens.

Online & Klassikaal programma

De opleiding Data Science met Python wordt zowel klassikaal als online aangeboden. Het online programma ook wel afstandleren genoemd, is geheel gelijkwaardig aan het klassikale programma en biedt dezelfde mogelijkheid tot het klassikaal stellen van vragen, het samenwerken in groepjes en het overleggen met medecursisten als in het reguliere programma. Daarenboven worden er speciaal voor het online programma extra sessies verzorgd, waarbij extra begeleiding wordt geboden. Deze extra sessies zijn vrijwillig en voorzien u van extra begeleiding door de docenten.

Moduleopbouw

De wekelijkse opbouw van het programma stelt u in staat om deze opleiding eenvoudig te combineren met uw dagelijkse werkzaamheden. Daarbij creëert deze opbouw voor u de ruimte om vragen te stellen die tussentijds op de werkvloer naar boven zijn gekomen.

Inhoud

Dag 1: Huidige trends in Big Data en Data Science
Overzicht van de huidige trends in (big data) tools en werkwijzen.
Wat is een data scientist en wanneer is data ‘big’?
Data science projecten en de rollen in een data science team
Python scripts bouwen en gebruiken
Kennismaking met de Python syntax
Python modules installeren en gebruiken
Introductie tot werken met tabellen en Data Frames in Python
Basis data typen en data manipulatie in Python

Dag 2: Inleiding Data Science met Python

Meer over data import en export
Data summaries en eenvoudige visualisaties
Inleiding statistische modellen met Python
Time series Forecasting en trendanalyse

Dag 3: Data management en data cleaning met Python
De data waardeketen
Datatypen, conversie,
Nette data en data validatie
Oefeningen met Python

Dag 4: Modern predictive modeling methoden
Overzicht Statistical Learning en modelselectie
Random Forests en Gradient Boosted trees
Modelkeuze en interpretatie.
Oefeningen met Python

dag 5: Communicatie en vertaling naar de praktijk
Datavisualisatie en informatievisualisatie
Automatic reporting
Dashboards
Interactieve visualisaties met Matplotlib en Pandas:  oefeningen met Pandas:
Praktijk case: praktijkopdracht uitwerken en presenteren voor de medecursisten.

Kosten en inschrijving

De kosten van de 5-daagse opleiding Data Science met Python bedragen € 2750. De cursusprijs is vrijgesteld van BTW (BTW-tarief 0%) en is inclusief boeken en cursusmateriaal en toegang tot het e-learning platform van Tridata.

In-company en maatwerk (klassikaal/online)

De opleiding Data Science kan ook in-company worden gegeven. Een in-company training, ook wel in-house training of bedrijfstraining, is een training die op maat voor jouw organisatie wordt  gemaakt. Hebben meerdere collega’s in jouw organisatie dezelfde leervraag? Dan is een in-company training zeer geschikt. Onze trainingsprogramma’s stemmen we af op leerwensen en –doelen van jou en je collega’s. Voor meer informatie kunt u contact met ons opnemen.

Waarom de cursus volgen bij Tridata?

– Tridata is het enige instituut wat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende opleiding statistiek aanbiedt.
– De data science opleiding van tridata is een multidisciplinaire opleiding die wordt gegeven door drie verschillende docenten met ruime ervaring op het gebied van R, statistical modeling en machine learning, statistical software development, tekstanalyse, big data, Tekstmining, datavisualisatie en datamanagement & cloud computing. De docenten hebben diverse wetenschappelijke artikelen en boeken geschreven.

Docenten

Dr. M. (Mark) van der Loo studeerde cum laude af in de informatische chemie aan de Katholieke Universiteit Nijmegen (een combinatie van scheikunde, wiskunde, en informatica). Na zijn promotie op een onderwerp uit de quantumfysica is hij werkzaam als statistisch onderzoeker bij het CBS met als specialiteit statistical computing and modeling, data cleaning en text processing. Over deze onderwerpen publiceert hij op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, python,  en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipedia paginas. Mark werkt sinds 2012 als consultant en docent voor Tridata.

Drs. E(Edwin) de Jonge Studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren the hebben gespecialiseerd in softwareontwikkeling is hij als onderzoeker gaan werken bij het CBS met als specialiteit statistical computing and modeling, data management en data visualisatie. Over dit laatste onderwerp publiceerde Edwin onder andere een paper voor de prestigieuze IEEE VisWeek conferentie. Edwin is expert op het gebied van verschillende programmeertalen waaronder C++, javascript, python en R. In die laatste taal ontwikkelde hij een package wat inmiddels meer dan 120.000 maal per maand wordt gedownload van de CRAN servers. Edwin werkt sinds 2012 als consultant en docent voor Tridata.
Edwin en Mark zijn auteur van het boek ‘Learning R Statistical Computing with Rstudio’ (Packt publishing, 2012) en werken momenteel, aan een boek over ‘Statistical Data Cleaning with Applications in R’ (te verschijnen bij Wiley). In 2013 gaven zij een tutorial op de grootste R conferentie ter wereld (useR!2013) getiteld “an introduction to data cleaning with R”.

Dr. ir. J.(Jan) van der Laan
Dr. ir. J.(Jan) van der Laan studeerde af op het gebied van signaalverwerking bij de de faculteit technische natuurkunde aan de Technische Universiteit Delft. Na zijn promotie op het gebied van medical physics is hij als statistisch onderzoeker werkzaam bij het CBS. Op het CBS houdt hij zich onder andere bezig met statistische analyse en regressietechnieken, data visualisatie en het verwerken en koppelen van grote bestanden. Over deze onderwerpen publiceert hij op conferenties en peer reviewed journals. Jan is expert op het gebied van  meerdere programmeertalen waaronder C++, Javascript, D3.js en R. Hij heeft bijdragen geleverd aan meerdere R packages op CRAN. Jan werkt sinds 2015 als consultant en docent bij Tridata.