Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Opleiding : Data Science, de basis

Data Science, de basis




Datawetenschap is een belangrijke strategische kwestie voor organisaties en maakt gebruik van wiskundige hulpmiddelen om het gedrag van gegevens bloot te leggen en de gebeurtenissen die ze beschrijven te analyseren. Deze cursus behandelt de grondbeginselen van data science en leert hoe u gegevens analyseert.


INTER
INTRA
OP MAAT

Synthese cursus ter plaatse of via klasverband op afstand

Ref. DTX
  2d - 14u00
Prijs : Neem contact met ons op

Downloaden in pdf-formaat

Deze cursus delen via mail




Datawetenschap is een belangrijke strategische kwestie voor organisaties en maakt gebruik van wiskundige hulpmiddelen om het gedrag van gegevens bloot te leggen en de gebeurtenissen die ze beschrijven te analyseren. Deze cursus behandelt de grondbeginselen van data science en leert hoe u gegevens analyseert.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
De basisprincipes van datawetenschap begrijpen en begrijpen hoe u het proces organiseert
Inzicht in de toepassing van datawetenschap om problemen op te lossen en de beperkingen ervan
Uw vermogen ontwikkelen om cijfers te analyseren en te interpreteren met behulp van grafische weergave
Begrijpen hoe u data science tools gebruikt en modellen ontwikkelt voor professionele doeleinden
De uitdaging aangaan om gegevens te gebruiken in een context van concurrentie en voortdurende verbetering
Inzicht in de organisatie en infrastructuur voor data science-diensten en -projecten

Doelgroep
IS-managers, projectmanagers voor gegevensanalyse, managers van statistisch onderzoek.

Voorafgaande vereisten
Geen speciale kennis vereist.

Praktische modaliteiten
Praktisch werk
Begeleide oefening van de grondbeginselen door middel van oefeningen. MCQ's en overzichtstabellen worden gebruikt om u te helpen uw positie te bepalen.
Leer methodes
Tijdens deze samenvattende cursus geeft de trainer demonstraties die elke deelnemer reproduceert om de belangrijkste concepten in de praktijk te brengen.

Opleidingsprogramma

1
Wat is datawetenschap?

  • De basis: big data, data lake, datamining, kunstmatige intelligentie, machine- en deep learning, tekst mining.
  • De nieuwe uitdagingen: de opkomst en vermenigvuldiging van nieuwe gegevensbronnen.
  • Er moet rekening worden gehouden met heterogeniteit van gegevens, real-time stromen en explosie van gegevensvolumes.
  • Het technologische ecosysteem van Big Data.
  • De wereld van data science ontsluieren: beschrijvende, voorspellende en prescriptieve analyse.
  • De baan, tools en methoden van de datawetenschapper.
  • Inleiding tot machinaal leren, analyse onder toezicht en analyse zonder toezicht.
  • Noties van over- en onderleren.
Demonstratie
Use cases voor data science in een zakelijke waardeketen (klantgedrag, productaanbod, enz.).

2
Methoden en modellen voor gegevenswetenschap

  • Verzamelen, voorbereiden en onderzoeken van gegevens.
  • Het belang van de aanpak van gegevenskwaliteit (opschonen, transformeren, verrijken).
  • Definitie van metriek.
  • Statistische basismethoden.
  • De belangrijkste klassen van supervised algoritmes: beslisbomen, K-nearest neighbours, regressie, Naive Bayes.
  • De belangrijkste klassen van algoritmen zonder toezicht: clustering, PCA, CAH, neurale netwerken.
  • Text mining en andere families van algoritmen.
Workshop storytelling
Eenvoudige analyses met R of Python om de technieken van supervised analysis (regressie en classificatie) en unsupervised analysis (clustering, segmentatie en anomaliedetectie) te illustreren.

3
Grafische weergave en ophalen van gegevens

  • R- en Python-talen voor statistische analyse.
  • Hun ontwikkelomgevingen (R-Studio, Anaconda, PyCharm) en bibliotheken (Pandas, machine learning).
  • DataViz-tools (Power BI, Qlik, Tableau, enz.).
  • Gegevensmodellering: weergave van processen, stromen, controles en voorwaarden.
  • Resultaten communiceren via data storytelling: visuals organiseren (diagrammen, ranglijsten, kaarten).
  • Gegevensmodellering: tools (Orange, Power BI).
  • Resultaten communiceren met behulp van data storytelling: het belang van de resultaten overbrengen.
Workshop storytelling
Oefeningen in grafische verkenning van gegevens, analyse van de positie en omvang van gegevens (wolken, histogrammen, enz.).

4
Een gegevenswetenschappelijk probleem modelleren

  • Samenvatting van het proces.
  • Casestudie 1: klantrelaties in de verzekeringsbranche.
  • Marketingcampagnes richten. Inzicht in de oorzaken van klantuitval. Welke producten voor welke klanten?
  • Casestudie 2: fraudedetectie.
  • Vergelijk onderzoek met behulp van traditionele statistieken en datamining.
  • Detectie met methode onder toezicht. Detectie zonder toezicht.
  • Analyse van twee business cases, klantrelaties en fraudedetectie bijvoorbeeld, maar andere zijn ook mogelijk.
Casestudy
Praktische toepassing van de storytelling-methode op business cases.


Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand