Data Science & Predictive Machine Learning

Big Data is groot, complex en gevarieerd. Data alleen (of het nu Big of Small is) voegt geen waarde toe. Waarde wordt pas toegevoegd door analyse van deze data. De opleiding Data Science & Predictive Machine Learning maakt de deelnemers bekend met de laatste ontwikkelingen op het terrein van voorspellen, modelleren en data-analyse en leert hoe je waarde uit data haalt. Je wordt uitgedaagd de theorie direct toe te passen in R. 

Resultaten

• Je bent op de hoogte van de meest gebruikte Data Science tools en technieken van dit moment (R, (Ridge) Regressie, Penalty en Support Vector Machine)
• Je leert werken met variabele selecties (de Lasso en het Elastic Net) en de resultaten interpreteren
• Je kunt deze voorspelmodellen in R toepassen, zelf waardevolle data analyses maken en de uitkomst interpreteren

Transformatie

Deze opleiding transformeert Data Science van een abstract begrip waar iedereen over praat, maar wat niemand volledig begrijpt naar een praktisch toepasbaar instrument. 

Sonny Liebeek

Datums

De opleiding vindt plaats op de volgende maandagen (9:30-16.30 uur):

• 13 januari 2020
• 20 januari 2020
• 27 januari 2020
• 3 februari 2020

De editie daarna vindt plaats op de volgende vrijdagen (9.30-16.30 uur):

• 12 juni 2020
• 19 juni 2020
• 26 juni 2020
• 3 juli 2020

Doelgroep

Voor de beginnende Data Scientist met enige kennis van statistiek en statistische software maar ook voor professionals met affiniteit voor modellen en kwantitatieve data-analyses. Je bent bijvoorbeeld projectmanager, Business Intelligence manager of consultant, data analist, onderzoeker, business analist, marketing (technology) manager, marketing (intelligence) manager of innovatie manager.

Voorkennis

Wij adviseren statistiek kennis op HBO niveau. 

Docent

Prof.dr. Patrick Groenen is Hoogleraar Statistiek aan de Erasmus School of Economics van Erasmus Universiteit Rotterdam. Het werk van Patrick Groenen focust zich op de ontwikkeling van nieuwe Data Science-methoden waaronder machine learning technieken, exploratieve data analyse, visualisatie en hun toepassingen.