Data-analyse (basis)
placeArnhem 4 nov. 2026 tot 9 dec. 2026Toon rooster event 4 november 2026, 13:00-16:30, Arnhem event 11 november 2026, 13:00-16:30, Arnhem event 25 november 2026, 13:00-16:30, Arnhem event 9 december 2026, 13:00-16:30, Arnhem |
Gebruik je Excel om data te verzamelen en analyseren? Wil je die inzichten beter begrijpen én slim toepassen in je werk met behulp van data science- technieken? Dan is deze cursus iets voor jou. Technische voorkennis is niet vereist. Je gaat statistische analyses uitvoeren en eigenschappen van data in beeld brengen met grafieken. Je gaat eenvoudige voorspellingen doen op basis van data en past verschillende typen voorspellingsmodellen toe. Geen ervaring met Python? Tijdens de optionele instaples leer je thuis eenvoudige programmacode schrijven in de programmeertaal Python.
Curriculum
Opbouw programma:
Instaples (optioneel, zelfstudie):
- eenvoudige programmacode schrijven in Python
Dag 1: s…
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
Gebruik je Excel om data te verzamelen en analyseren? Wil je die inzichten beter begrijpen én slim toepassen in je werk met behulp van data science- technieken? Dan is deze cursus iets voor jou. Technische voorkennis is niet vereist. Je gaat statistische analyses uitvoeren en eigenschappen van data in beeld brengen met grafieken. Je gaat eenvoudige voorspellingen doen op basis van data en past verschillende typen voorspellingsmodellen toe. Geen ervaring met Python? Tijdens de optionele instaples leer je thuis eenvoudige programmacode schrijven in de programmeertaal Python.
Curriculum
Opbouw programma:
Instaples (optioneel, zelfstudie):
- eenvoudige programmacode schrijven in Python
Dag 1: statistiek: grip op je data:
- Data op wetenschappelijk verantwoorde manier analyseren zonder ingewikkelde berekeningen
- Grafieken maken met Python
- Inzichten halen uit getallen
- Statistische analyses uitvoeren
Dag 2: modellen maken: laat je data voorspellen:
- Voorspellingen doen met algoritmes
- Voorspellende modellen bouwen en toepassen
Dag 3: modellen robuuster maken:
- Kwaliteit van modellen meten en verbeteren
- Werken met beperkte data
- Voorkomen van fouten zoals overfitting
Dag 4: afsluitende bijeenkomst:
- Portfolio bespreken met cursisten en docent
- Portfolio inleveren
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

