Neem contact met ons op

Cursusaanbod

Inleiding tot Data Science/AI

  • Kennisverwerving via data
  • Kennisrepresentatie
  • Waarschepping
  • Overzicht van Data Science
  • AI-ecosysteem en nieuwe benadering van analytics
  • Belangrijkste technologieën

Data Science workflow

  • CRISP-DM
  • Gegevenspreparatie
  • Modelplanning
  • Modelbouw
  • Communicatie
  • Implementatie

Data Science technologieën

  • Talen die worden gebruikt voor prototyping
  • Big Data technologieën
  • End-to-end oplossingen voor algemene problemen
  • Inleiding tot de Python-taal
  • Integreren van Python met Spark

AI in het bedrijfsleven

  • AI-ecosysteem
  • Ethiek van AI
  • AI doorzetten in het bedrijfsleven

Databronnen

  • Soorten data
  • SQL vs NoSQL
  • Datagebruik
  • Gegevenspreparatie

Data-analyse – Statistische benadering

  • Waarschijnlijkheid
  • Statistiek
  • Statistisch modelleren
  • Toepassingen in het bedrijfsleven met Python

Machine learning in het bedrijfsleven

  • Supervised vs unsupervised
  • Prognostische problemen
  • Classificatieproblemen
  • Clusteringsproblemen
  • Anomale detectie
  • Recommendatie-engine
  • Patroonmijnerij voor associaties
  • Oplossen van ML-problemen met de Python-taal

Deep learning

  • Problemen waarbij traditionele ML-algoritmen falen
  • Oplossen van complexe problemen met Deep Learning
  • Inleiding tot TensorFlow

Natural Language Processing

Datavisualisatie

  • Visuele rapportage van modelleringsresultaten
  • Veelvoorkomende valkuilen in visualisatie
  • Datavisualisatie met Python

Van data tot besluit – Communicatie

  • Impact maken: data-gedreven storytelling
  • Beïnvloedingseffectiviteit
  • Beheer van Data Science-projecten

Vereisten

Er zijn geen specifieke vereisten nodig om deze cursus te volgen.

 35 Uren

Aantal deelnemers


Prijs per deelnemer

Getuigenissen (7)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën