Datawetenschap
( 24 Modules )

module #1
Inleiding tot datawetenschap
Overzicht van datawetenschap, belang en toepassingen

module #2
Datawetenschapsproces
Inzicht in het datawetenschapsproces: probleemdefinitie, gegevensverzameling, opschoning, analyse en visualisatie

module #3
Python voor datawetenschap
Inleiding tot de programmeertaal Python en de bijbehorende bibliotheken voor datawetenschap (NumPy, Pandas, enz.)

module #4
Datavoorverwerking
Omgaan met ontbrekende waarden, gegevensnormalisatie, functieschaling en gegevenstransformatie

module #5
Datavisualisatie
Inleiding tot datavisualisatie met behulp van Matplotlib en Seaborn

module #6
Beschrijvende statistieken
Maatregelen van centrale tendens, variabiliteit en gegevensverdeling

module #7
Inferentiële statistieken
Hypothesetesten, betrouwbaarheidsintervallen en p-waarden

module #8
Regressieanalyse
Eenvoudige en meervoudige lineaire regressie, regressieveronderstellingen en modelevaluatie

module #9
Feature Engineering
Technieken voor het selecteren, extraheren en maken van kenmerken

module #10
Supervised Learning
Inleiding tot supervised learning, classificatie en regressie

module #11
Unsupervised Learning
Inleiding tot unsupervised learning, clustering en dimensionaliteitsreductie

module #12
Modelevaluatie
Metrieken voor het evalueren van modelprestaties, overfitting en underfitting

module #13
Beslissingsbomen en willekeurige bossen
Inleiding tot beslissingsbomen en willekeurige bossen, voordelen en beperkingen

module #14
Support Vector Machines
Inleiding tot support vector machines, kerneltruc en SVM-typen

module #15
Neurale netwerken
Inleiding tot neurale netwerken, perceptron en meerlaags perceptron

module #16
Deep Learning
Inleiding tot deep learning, convolutionele neurale netwerken en terugkerende neurale netwerken

module #17
Natuurlijke taalverwerking
Inleiding tot natuurlijke taalverwerking, tekstvoorverwerking en tekstrepresentatie

module #18
Big data en NoSQL-databases
Inleiding tot big data, Hadoop-ecosysteem en NoSQL-databases

module #19
Datastorytelling
Effectieve communicatie van inzichten en resultaten met behulp van datavisualisatie en storytelling

module #20
Data Science Tools en technologieën
Inleiding tot data science tools en technologieën, Jupyter Notebooks en Git

module #21
Casestudy 1: Regressieanalyse
Regressieanalyse toepassen op een probleem uit de echte wereld

module #22
Casestudy 2: Classificatie
Classificatietechnieken toepassen op een probleem uit de echte wereld

module #23
Casestudy 3: Clustering
Clustertechnieken toepassen op een probleem uit de echte wereld

module #24
Cursus samenvatting en conclusie
Plannen van de volgende stappen in je carrière als Data Science

Klaar om te leren, delen en concurreren?

Taalleerassistent
met spraakondersteuning

Hallo! Klaar om te beginnen? Laten we je microfoon testen.

CONTACT-ONS PRIVACYBELEID

Datawetenschap ( 24 Modules )

Klaar om te leren, delen en concurreren?

Taalleerassistentmet spraakondersteuning

Datawetenschap
( 24 Modules )

Taalleerassistent
met spraakondersteuning