Opleiding Data Science en Big Data Analytics using Python(Certified)

Niveau
Tijdsduur
Logo van Tridata B.V.

Tip: meer info over het programma, prijs, en inschrijven? Download de brochure!

Startdata en plaatsen

Er zijn nog geen startdata bekend voor dit product.

Beschrijving

Opleiding Data Science en Big Data Analytics using Python (Certified) De opleiding hands-on Machine Learning en Data Science geeft een gedegen kennis in Data Science methoden en technieken, zodat deelnemers kunnen meedraaien in Machine Learning projecten. Het geeft een uitgebreid overzicht over het de eigenschappen van Big Data, de uitdagingen en de kansen die het biedt. De cursisten krijgen verschillende eenvoudige tot geavanceerde machine learning technieken zoals deep learning en passen deze ook toe in opdrachten.

Doelgroep

  • Business Intelligence en Data analisten die hun kennis willen uitbreiden met Big Data en Data Science vaardigheden
  • Teammanagers van BI en Data analisten
  • Jonge ac…

Lees de volledige beschrijving

Veelgestelde vragen

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Nog niet gevonden wat je zocht? Bekijk deze onderwerpen: Data Science Python, Big Data, Python, Data Science en Data mining.

Opleiding Data Science en Big Data Analytics using Python (Certified) De opleiding hands-on Machine Learning en Data Science geeft een gedegen kennis in Data Science methoden en technieken, zodat deelnemers kunnen meedraaien in Machine Learning projecten. Het geeft een uitgebreid overzicht over het de eigenschappen van Big Data, de uitdagingen en de kansen die het biedt. De cursisten krijgen verschillende eenvoudige tot geavanceerde machine learning technieken zoals deep learning en passen deze ook toe in opdrachten.

Doelgroep

  • Business Intelligence en Data analisten die hun kennis willen uitbreiden met Big Data en Data Science vaardigheden
  • Teammanagers van BI en Data analisten
  • Jonge academici die een carrière ambiëren als Data Scientist.
  • Specialisten die hun kennis over het analyseren met Machine Learning op peil willen brengen.

Vereiste voorkennis en vaardigheden

● Goede basiskennis van basisstatistiek. Begrippen uit de beschrijvende statistiek zoals mediaan, kwantiel, histogram, en (co)variantie zijn bekend. Ook wordt enige bekendheid met statistische modellen zoals regressie verondersteld.

● Ervaring in het programmeren met python is een pré. Tijdens de cursus zullen opdrachten in Python uitgevoerd worden. Hierbij wordt gebruik gemaakt van de anaconda distributie, scikit-learn, Tensorflow, keras en Jupyter notebooks.

Doel van de cursus

Na afloop van de cursus kunnen deelnemers meedraaien in een Data Science team door:

  • Bedrijfsgegevens te vertalen in een data analyse probleem.
  • Aan te geven hoe geavanceerde analysetechnieken ingezet kunnen worden om een voorsprong te creëren op concurrenten.
  • Geschikte machine learning technieken en tools toepassen om Big Data te analyseren en hieruit inzichten te destilleren.
  • Gevonden resultaten te communiceren aan stakeholders en teamleden in door hen gekozen data visualisaties.
  • Hun vaardigheid in Python, scikit-learn, Jupyter notebooks en Spark in te zetten voor data analyses.

De cursisten werken aan een eigen onderzoek dat op de laatste dag zal worden gepresenteerd. Aangezien cursisten (met feedback van de docenten) hun eigen onderzoek definiëren kunt u dit onderzoek aanpassen aan de tijd die u beschikbaar heeft.

Vanwege de breedte van het onderwerp werkt Tridata bij deze opleiding met drie ervaren docenten met elk hun eigen specialisatie.

Inhoud

Introductie Big Data

Inleiding in het analyseren van Big Data

  • Overzicht Big Data
  • Data Scientist, wat is dat?
  • Big Data project opbouw
  • Exploratie
  • Data cleaning
  • Statistische inzichten (inferenties)
  • Resultaten communiceren
  • In productie nemen.

Analysetechnieken mbv Python

Inleiding in Python

  • Analyse en Exploratie van Data
  • Statistische technieken voor het modelleren en evalueren
  • Machine-learning in python: scikit-learn, numpy, scipi
  • Tensorflow en Keras: deep learning with python.

Machine Learning

  • Random Forest
  • Decision Trees
  • Naive Bayes
  • Support Vector Machines
  • Neural Networks
  • Clustering: k-means/Nearest Neighbour/Minimum Distance Clustering
  • Motivation & Applications of Machine Learning

Regression Techniques

  • Lineaire en logistische regressie
  • Classificatie en clustering methoden
  • Discrete choice
  • Tijdreeksanalyse
  • Tekstanalyse o. a. social media, columns en blogs.

Data Mining Techniques

  • Analyse van ongestructureerde data
  • Hadoop en MapReduce
  • Spark, Streaming Analysis, Online Analysis

Resultaten communiceren en presenteren

  • Identificatie van relevante resultaten
  • Data visualisatie technieken
  • Report generation

Praktijkopdracht uitwerken en presenteren waarbij alle stappen aan bod komen.

Blijf op de hoogte van nieuwe ervaringen

Er zijn nog geen ervaringen.

Deel je ervaring

Heb je ervaring met deze cursus? Deel je ervaring en help anderen kiezen. Als dank voor de moeite doneert Springest € 1,- aan Stichting Edukans.

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Download gratis en vrijblijvend de informatiebrochure

Aanhef
(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)

Heb je nog vragen?

(optioneel)
We slaan je gegevens op om je via e-mail en evt. telefoon verder te helpen.
Meer info vind je in ons privacybeleid.