Cursus Python for Data Analysis
Niet Goed Geld Terug
Startgarantie
NRTO Keurmerk
| Startdatum | Einddatum | Locatie |
|---|---|---|
| 08-12-2023 | 15-12-2023 | Den Haag |
| 29-01-2024 | 30-01-2023 | Den Haag |
| 11-03-2024 | 12-03-2023 | Den Haag |
| 20-05-2024 | 21-05-2023 | Den Haag |
| 01-07-2024 | 02-07-2023 | Den Haag |
| 02-09-2024 | 03-09-2023 | Den Haag |
Tijdens deze tweedaagse beginnerscursus leer je op de eerste dag alle basiselementen van Python (equivalent aan Python Essentials) en ga je op de tweede dag verder met data analyse in Python. Deze cursus is ideaal voor degene die data willen leren analyseren en visualiseren. Python for Data Analysis vormt de basis van de Data Scientist Learning Journey. Dit is mogelijk met onze unieke leermethode, de persoonlijke aandacht en onze extra ondersteuning na je cursusdagen.
Python for Data Analysis
✔ Niet Goed Geld Terug
✔ Gratis annuleren
✔ Startgarantie
★★★★★ 9,9 op basis van 44 ervaringen
Niveau: MBO/HBO/WO
Locatie: Den Haag
Tijdens deze tweedaagse cursus leer je op de eerste dag alle basiselementen van Python (Python Essentials) en ga je op de tweede dag verder met data analyse in Python. Deze cursus is ideaal voor degene die data willen leren analyseren en visualiseren. Python for Data Analysis vormt de basis van de Data Scientist Learning Journey. De cursus is geschikt als beginnerscursus.
| Startdatum | Einddatum | Locatie |
|---|---|---|
| 08-12-2023 | 15-12-2023 | Den Haag |
| 29-01-2024 | 30-01-2023 | Den Haag |
| 11-03-2024 | 12-03-2023 | Den Haag |
| 20-05-2024 | 21-05-2023 | Den Haag |
| 01-07-2024 | 02-07-2023 | Den Haag |
| 02-09-2024 | 03-09-2023 | Den Haag |
Prijs: €910,-
Mail: farisch@schoolofdatascience.nl
Telefoonnummer:
070 221 1586
Ervaringen
Hieronder is een selectie te zien van onze blije klanten. Bekijk hier alle recensies.
Informatie over de cursus
Locatie: Den Haag.
Duur: 2 dagen.
Studiebelasting: 14 uur cursus + 6 uur zelfstudie.
Lestijden: 10:00 – 16:30.
Lesdag: Variërend.
Taal: Nederlands/Engels.
Niveau: MBO/HBO/WO.
Prijs: €910,- excl. btw.
Deze cursus incompany organiseren voor je team? Neem contact met ons op!
Over de cursus Python for Data Analysis
Deze basiscursus Python is je eerste stap naar bekwaamheid in data science! Met Python leer je een van de meest gevraagde vaardigheden in de hedendaagse data-gedreven economie. Onze uitgebreide opleiding in Python programmeren stelt je in staat om de kracht van Python te gebruiken voor data-analyse. Hierdoor verkrijg je een solide fundament voor verdere specialisatie in data science. De cursus behandelt essentiële programmeerconcepten, tools en technieken die gebruikt worden in data analytics en data science. Daarnaast is de cursus ideaal voor beginners die streven naar een carrière in data analyse en data science.
Tijdens deze hands-on cursus krijg je ervaring met echte data-analyse projecten. Daarbij wordt je begeleid door ervaren instructeurs die je zullen helpen de kennis en vaardigheden onder de knie te krijgen. Aan het einde van deze cursus, zul je niet alleen een diepgaand begrip hebben van Python voor data science, maar zul je ook worden voorbereid op het verkrijgen van een erkende Python Certification (PCEP), die je bekwaamheid in het veld aantoont en je een voorsprong geeft op de arbeidsmarkt.
PCEP
Wil je na de cursus het PCEP certificaat behalen? Laat het ons weten! Wij begeleiden je met aanvullend materiaal naar het behalen van het PCEP certificaat.
Leerdoelen cursus Python for Data Analysis
- Ken je de basisbeginselen van Python inclusief variabelen, datatypen, operatoren, interacties, lijsten, functies, condities, loops en het importeren van libraries, en kun je deze concepten toepassen om algoritmische problemen op te lossen.
- Ken je de omgevingen waarin Python kan worden gebruikt, en begrijp je hoe Python zich verhoudt tot andere programmeertalen, inclusief de voor- en nadelen van Python.
- Kun je importeren, creëren en werken met functies in Python, inclusief het gebruik van standaardfuncties en het importeren van libraries voor specifieke functionaliteiten.
- Kun je effectief werken met verschillende datatypen in Python.
- Kun je Python gebruiken voor het toepassen van rekenkundige, logische en relationele operatoren voor het manipuleren van data en het oplossen van problemen.
- Kun je werken met controle structuren zoals if/elif/else voor conditie handling, en for en while loops voor iteratieve taken.
- Kun je data importeren en analyseren in een Jupyter Notebook, met behulp van de Pandas library voor het creëren en manipuleren van DataFrames, het groeperen van data, en het omgaan met missende data.
- Kun je data visualisatie technieken toepassen met Matplotlib, inclusief het creëren van basis plots en het plotten van data vanuit Pandas.
- Kun je je voorbereiden op en het succesvol afronden van een Python Certificaat (PCEP) of Python Certification examen, om zo uw bekwaamheid in Python programmeren en data-analyse te demonstreren.
Voor wie is de Python for Data Analysis cursus?
Deze cursus is iets voor:
- Beginners die willen leren werken met Python en een introductie willen krijgen in data-analyse met Python.
- Individuen die nieuw zijn in programmeren en een solide basis willen opbouwen in Python met een focus op data-analyse.
- Professionals die al ervaring hebben in andere programmeertalen, maar hun vaardigheden willen uitbreiden naar Python voor data-analyse en data science.
- Data-analisten en business intelligence professionals die hun huidige vaardigheden willen upgraden door het leren van Python en de toepassing ervan in data-analyse.
- Studenten en academici die Python willen leren voor data-analyse om hun onderzoeksprojecten te ondersteunen.
- Marktonderzoekers die beter inzicht willen krijgen in consumentengedrag en markttrends door middel van data-analyse met Python.
- IT- en technologieprofessionals die een carrièreswitch overwegen naar rollen gericht op data-analyse en data science.
- Organisaties die hun teams willen opleiden in Python en data-analyse om data-gedreven besluitvorming te bevorderen.
- Individuen die streven naar certificering in Python om hun professionele profiel te versterken en hun carrièremogelijkheden te vergroten.
Afbeelding 1 en 2. Enkele voorbeelden van outputs uit de cursus en een in-company training.
Cursusinhoud Python for Data Analysis
Dag 1: Python Essentials
Tijdens deze dag leer je alle basisbeginselen van Python: van het definiëren van variabelen, tot aan het creëren van functies. Dit onderdeel heeft dezelfde inhoud als de cursus Python Essentials.Algemene introductie Python
- Omgevingen: Verschillende omgevingen waarin Python kan worden gebruikt, zoals data-analyse, webontwikkeling, automatisering, enz.
- Verhouding tot andere talen: Hoe Python zich verhoudt tot andere programmeertalen in termen van snelheid, community support, libraries, enz.
- Voor- en nadelen: De voordelen van het gebruik van Python zoals eenvoud, veelzijdigheid en de nadelen zoals prestaties in vergelijking met talen zoals C of Java.
Variabelen en datatypen
- Datatypen: Een overzicht van de basis datatypen in Python – Boolean, integer, float, string, list, tuple en dictionary.
- Werken met Datatypen: Hoe verschillende datatypen te manipuleren en te converteren voor verschillende behoeften.
Operatoren
- Rekenkundige Operatoren: Gebruik van rekenkundige operatoren voor basis wiskundige operaties.
- Logische Operatoren: Gebruik van logische operatoren voor conditionele logica.
- Relationele Operatoren: Gebruik van relationele operatoren voor vergelijkingen.
Interactie
- Input en Output: Het krijgen van input van gebruikers en het printen van output naar de console.
- Type Conversie: Het omzetten van de ene datatype naar de andere.
Lists
- List Slicing: Het selecteren van specifieke delen van een lijst.
- List Methods: Gebruik van methoden om lijsten te manipuleren.
Functions
- Python Standard Functions: Overzicht van de ingebouwde functies in Python.
- Importing Functions: Het importeren van functies van externe bibliotheken.
Condities
- If/elif/else: Deze statements worden gebruikt om verschillende acties uit te voeren afhankelijk van verschillende voorwaarden.
- Error handling: Het proces van het vangen en reageren op uitzonderingsvoorwaarden die kunnen optreden tijdens de uitvoering van het programma.
Loops
- For loop: Een controlestructuur voor het herhalen van een blok code voor een bepaald aantal iteraties.
- While loop: Een controlestructuur voor het herhalen van een blok code zolang een bepaalde voorwaarde waar is.
Importing libraries
- Random functions: Functies binnen bibliotheken die worden gebruikt om willekeurige getallen te genereren of om operaties op een willekeurige manier uit te voeren.
- Working with libraries: Het proces van het importeren, gebruiken en beheren van externe bibliotheken om extra functionaliteit aan een Python-programma toe te voegen.
Creating functions
- Oplossen van algoritmische probleemstukken: Het proces van het definiëren, schrijven en gebruiken van functies om specifieke algoritmische problemen op te lossen.
Dag 2: Python Data Analysis
Tijdens deze dag je aan de slag met het importeren en analyseren van data in een Jupyter Notebook.Pandas
- Dataframes methodes, slicing en filtering: Werken met dataframes om data te organiseren, te manipuleren en te analyseren.
- Beschrijvende functies: Functies die gebruikt worden om statistische samenvattingen en andere beschrijvende statistieken van data te genereren.
- Groeperen van data: Het organiseren van data in groepen om geaggregeerde analyses uit te voeren.
- Omgaan met missende data: Technieken voor het identificeren, verwijderen of imputeren van missende waarden in datasets.
Visualisatie
- Matplotlib basis plots en plotten vanuit pandas: Het creëren van visuele voorstellingen van data met behulp van basis plotfuncties en het plotten van dataframes met pandas.
Extra informatie over de cursus
- Je hebt voor deze cursus een eigen laptop nodig om mee te doen. Je kunt van tevoren gratis de Anaconda software downloaden via deze link.
- Tijdens de cursus zal er een lunch worden voorzien. Heb je dieetvoorkeuren? Laat het ons weten! Dan zorgen wij voor een aangepaste lunch.
Veelgestelde vragen
Python is een van de meest gebruikte programmeertalen met een zeer grote actieve community die de programmeertaal dagelijks groter en sterker maakt. De taal is de meest gebruikte taal in de wereld van Data Science, Kunstmatige Intelligentie, beeldverwerking, wetenschappelijk onderzoek en simulaties. Ook is het een van de meest gebruikte talen bij grote bedrijven als bijvoorbeeld Google, Amazon en Instagram.
Ja, zeker! Tijdens de eerste dag leer je alle basisbeginselen van Python: van het definiëren van variabelen, tot aan het creëren van functies. Dit onderdeel heeft dezelfde inhoud als de cursus Python Essentials.
Vaak helpt het wel om wat achtergrondkennis te hebben. Dit kan domeinkennis zijn, kennis van statistiek en/of wiskunde, kennis in een andere programmeertaal of kennis van Excel.
Ongeveer 40% van onze cursisten valt in de categorie ‘beginner’. Dat betekent dat er weinig tot geen kennis is van bovengenoemde achtergrondkennis. Al deze cursisten hebben de data science opleiding als positief of zeer positief ervaren.
Voor de cursus Python Essentials is geen voorkennis nodig.
Je kunt op aanvraag na de cursus een zogenaamd ‘Certificaat van deelname’ ontvangen van de School of Data Science. Hierop staat je naam, de datum, de cursusnaam en het aantal uur dat besteed is aan de cursus.
Het materiaal dat behandeld wordt tijdens de Python Essentials cursus overlapt voor een groot deel de voorkennis die nodig is voor het “PCEP – Certified Entry-Level Python Programmer” certificaat. Mocht je graag dat certificaat willen behalen, geef dat dan aan via het inschrijfformulier of tijdens de cursus. De trainer zal je dan verder op weg helpen met het certificaat.
Jazeker! Onze opleidingen, trainingen en cursussen kan je volgen met het UWV Scholingsbudget. Dus ook de cursus Python for Data Analysis is te volgen met het UWV Scholingsbudget. Op onze UWV Scholingsbudget pagina kan je meer informatie vinden over het UWV Scholingsbudget en een aanvraag indienen.
Sinds augustus 2023 is het mogelijk Python in Excel te gebruiken. De technieken die u leert tijdens deze cursus kunt ook toepassen in het gebruik van Python in Excel.
Een korte beschrijving van het gebruik van Python in Excel:
- Python Integratie in Excel:
- Activeer Python in Excel via het tabblad Formules > Python invoegen.
- Gebruik de
=PYfunctie in een cel om Python in te schakelen. - Wanneer Python actief is, verschijnt een groen pictogram met de letters “PY” in de cel.
- Verwijzen naar Excel-objecten in Python:
- Gebruik de bewerkingsmodus in Python-cellen om te verwijzen naar Excel-objecten.
- De
xl()functie faciliteert de communicatie tussen Excel en Python. Bijvoorbeeld,xl("A1")verwijst naar cel A1.
- Python Berekeningen in Excel:
- Python-resultaten kunnen worden geretourneerd als Excel-waarden of Python-objecten.
- Python-objecten in Excel kunnen previews en aanvullende informatie bevatten. Ze zijn ideaal voor het hanteren van grote datasets.
- Externe gegevens:
- Externe gegevens kunnen worden geïmporteerd met de functie Ophalen en transformeren in Excel via Power Query.
- Sommige externe gegevensfuncties in Python, zoals
pandas.read_csv, zijn niet compatibel met Python in Excel vanwege beveiligingsredenen.
- Berekeningsvolgorde:
- Python-instructies in Excel worden van boven naar beneden berekend.
- Berekening gebeurt primair in een rij-volgorde; dit is cruciaal bij het definiëren en verwijzen naar variabelen.
- Herberekening:
- Wanneer een waarde in een Python-cel wijzigt, worden alle Python-formules herberekend.
- Voor betere prestaties kunnen gebruikers de modi Gedeeltelijke berekening of Handmatige berekening inschakelen. Dit stopt automatische herberekeningen en geeft controle aan de gebruiker.