Gegevensanalyse
( 24 Modules )

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

module #2
Gegevenstypen en bronnen
Gegevenstypen, gegevensbronnen en methoden voor gegevensverzameling

module #3
Gegevensvoorbereiding en -opschoning
Belang van gegevensopschoning, omgaan met ontbrekende waarden en gegevenstransformatie

module #4
Basisbeginselen van gegevensvisualisatie
Inleiding tot gegevensvisualisatie, typen grafieken en best practices

module #5
Beschrijvende statistieken
Metingen van centrale tendens, variabiliteit en gegevensdistributie

module #6
Gegevenssamenvatting en -aggregatie
Gegevensaggregatie-, groeperings- en samenvattingstechnieken

module #7
Gegevensvisualisatie voor univariate analyse
Visualiseren van afzonderlijke variabelen met behulp van histogrammen, boxplots en meer

module #8
Gegevensvisualisatie voor bivariate analyse
Visualiseren van relaties tussen twee variabelen met behulp van spreidingsdiagrammen en meer

module #9
Inleiding tot inferentiële statistieken
Basisbeginselen van inferentiële statistieken, steekproefverdelingen en betrouwbaarheidsintervallen

module #10
Hypothesetesten
Hypothesen, soorten tests en testveronderstellingen formuleren

module #11
Betrouwbaarheidsintervallen en schatting
Betrouwbaarheidsintervallen construeren en populatieparameters schatten

module #12
ANOVA en regressieanalyse
Variantieanalyse, eenvoudige en meervoudige regressie en modelbouw

module #13
Tijdreeksanalyse
Inleiding tot tijdreeksanalyse, componenten en modelbouw

module #14
Prognosemethoden
Exponentiële afvlakking, ARIMA en andere prognosetechnieken

module #15
Data mining en machinaal leren
Overzicht van data mining, machinaal leren en begeleid leren

module #16
Begeleid leren Algoritmen
Beslissingsbomen, willekeurige bossen en andere algoritmen voor begeleid leren

module #17
Algoritmen voor onbegeleid leren
Clustering, k-means en hiërarchische clustering

module #18
Tekstanalyse en natuurlijke taalverwerking
Inleiding tot tekstanalyse, NLP en sentimentanalyse

module #19
Data-analyse met Python
Python gebruiken voor data-analyse, pandas, NumPy en Matplotlib

module #20
Data-analyse met R
R gebruiken voor data-analyse, datamanipulatie en visualisatie

module #21
Data-analyse met Excel
Excel gebruiken voor data-analyse, draaitabellen en grafieken

module #22
Big Data Analytics
Inleiding tot big data, Hadoop en Spark

module #23
Datastorytelling en communicatie
Inzichten en resultaten effectief communiceren aan belanghebbenden

module #24
Cursus samenvatting en conclusie
Plannen van de volgende stappen in je carrière als data-analysemedewerker

Klaar om te leren, delen en concurreren?