Data Science

Tijdens deze driedaagse cursus leer je de basis van data science en ga je aan de slag met het toepassen van machine learning concepten op datasets. Na deze cursus ben je in staat zelfstandig aan de slag te gaan met het toepassen van technieken op eigen datasets.

Background Image for School of Data Science Website

Informatie

Locatie: Den Haag/Online.
Duur: 3 dagen.
Lestijden: 10:00 – 16:30.
Lesdag: Maandag, dinsdag en woensdag.

Taal: Python.
Niveau: Beginner en gevorderd.

Investering: €1.665,- excl. btw.

Deze cursus incompany organiseren voor je team? Neem contact met ons op!

Startdata

29 maart 2021 t/m 31 maart 2021
19 april 2021 t/m 21 april 2021
17 mei 2021 t/m 19 mei 2021
21 juni 2021 t/m 23 juni 2021
26 juli 2021 t/m 28 juli 2021
23 augustus 2021 t/m 25 augustus 2021
27 september 2021 t/m 29 september 2021
18 oktober 2021 t/m 20 oktober 2021
22 november 2021 t/m 24 november 2021
13 december 2021 t/m 15 december 2021

Over de cursus Data Science

Tijdens deze driedaagse cursus leer je hands-on de meest belangrijke en effectieve data science tools. De data science cursus is een brede cursus op het gebied van data analyse (clustering, regressie en classificatie), verwerking (met pandas) en data visualisatie. Deze cursus is geschikt voor mensen die al ervaring hebben met programmeren (bij voorkeur programmeren met Python) en die hun vaardigheden willen aanvullen met data science vaardigheden. Deze cursus kan gevolgd worden als opstap naar een meer gespecialiseerde cursus, zoals bijvoorbeeld Machine Learning of Deep Learning.

Deze cursus is iets voor jou als:

  • Je wilt data science en machine learning concepten leren begrijpen en effectief kunnen toepassen.
  • Je begrijpt de basisconcepten van de programmeertaal Python (zie Python Essentials).
  • Je bent benieuwd naar hoe je het meest effectief de libraries pandas, numpy en scikit-learn kan inzetten en wilt leren werken in Jupyter Notebooks.

Cursusinhoud

Dag 1: Intro to Data Science

Tijdens deze dag leer je alle basisbeginselen van de data science libraries in Python: Matplotlib, NumPy, Pandas en Seaborn. Je leert tijdens deze dag data analyseren, wijzigen en visualiseren.

Numpy

  • Numpy arrays: slicing, filtering en operatoren.
  • Statistische verdelingen.
  • Wiskundige functies.

Pandas

  • Introductie DataFrames.
  • DataFrame samenvattende en beschrijvende methoden.
  • Slicing en filtering van data
  • Groeperen van data
  • Omgaan met missende data

Visualisatie

  • Matplotlib: basis plots en plotten vanuit pandas.
  • Seaborn: geavanceerde plots.

Dag 2: Intro to Machine Learning

Tijdens deze leer je de fundamenten van machine learning en ga je aan de slag met het bouwen van regressie en clustering modellen.

Fundamenten van machine learning

  • Supervised learning.
  • Unsupervised learning.
  • Reinforcement learning.
  • Test set/train set.
  • Bias en variance (overfitting).

Regressie

  • Cost function en gradient descent.
  • Regressie in sci-kit learn: voorspellen van huizenprijzen.
  • Residu analyse.

Clustering

  • K-means.
  • Normalisatie en standaardisatie
  • Clustering in de Iris dataset.

Dag 3: Classificatiemodellen

Tijdens deze dag leer je drie verschillende algoritmes voor het classificeren van data.

Classificatie

  • KNN.
  • Classificatie met diabetes dataset.
  • Precision, recall en f1-score.
  • SVM

Decision Trees, Regression Trees en Random Forest

  • Information Gain/Gini Coëfficiënt.
  • Overfitting.
  • Random Forest toepassen op regressie probleem.
data science cursus visualisaties
Rick Cursus Data Science

Extra informatie over de Data Science cursus

  • De cursussen worden gegeven in kleine groepen van maximaal 5 personen. Dit doen wij omdat wij geloven dat persoonlijke aandacht voor de beste leerervaring zorgt.
  • Je hebt voor deze cursus een eigen laptop nodig om mee te doen. Je kunt van te voren 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.

Ervaringen

“Het is belangrijk de techniek te begrijpen, al is het maar om begrip te krijgen over welke processen een data scientist moet doorlopen van A t/m Z.

Ik was er erg tevreden over. Kleinschaligheid was leuk, goede vibe, goede locatie. En ja, erg tevreden over! ”

Bart Rentenaar – Chief Data Officer bij Vivat

“Een uitstekende cursus van drie dagen aan de School of Data Science gevolgd over data science. Diverse varianten van supervised, unsupervised en reinforcement learning doorgeakkerd. Farisch Hanoeman legt rustig en duidelijk uit. Als hij merkt dat er meer tijd nodig is, dan wordt deze ingeruimd. De combinatie van theorie en praktijk, waarbij opdrachten gemaakt moeten worden, is een prima manier om wegwijs te worden in python en de libraries van pyhthon. Een aanrader; een basis van wiskunde (A) is wel wenselijk om de cursus up-to-speed te kunnen volgen.

Bart Vrancken – Directeur Enterprise Risk Management bij de Volksbank

Scroll to Top