Data Science voor Business Professionals

In deze 5-daagse training leert u o.m. de methoden achter Data Science kennen en leert u werken met tools voor data mining, machine learning en visualisatie

Waarom deze training?

Als business professional komt u regelmatig in aanraking met vaktermen (en werkzaamheden) die behoren tot het werkveld van de Data Scientist, zoals Big Data, predictive analytics, algoritmen en Artificial Intelligence (AI). U wilt weten wat deze termen inhouden en u wilt tot op zekere hoogte kunnen werken met bv. tools voor data mining, machine learning en visualisatie. Met andere woorden, u wilt inzicht in de wereld van Data Science zonder dat u zelf Data Scientist wilt worden/zijn.

Wat leert u?

In de 5-daagse training Data Science voor Business Professionals leert u de methoden achter Data Science kennen en raakt u vertrouwd met data mining-, machine learning- en visualisatietools. Na afloop van de training heeft u kennis van:

• Data architectuur en de inzet van de diverse applicaties daarin
• Architectuur van de Data Science tools WEKA en R-studio
• De mogelijkheden op het gebied van data analyse
• De belangrijkste R packages voor data analyse en voorspellingen
• Bent u in staat om data te verzamelen, te bewerken, te prepareren en data sets te creëren
• Kunt u programma’s en functies maken en kunt u voorspelmodellen toepassen

Voorkennis

De training Data Science voor Business Professionals is een expert level training. Een deel van de noodzakelijke basiskennis wordt behandeld maar het is wel gewenst dat u enige voorkennis heeft. Mocht u deze voorkennis missen dan kunt u eerst de 3-daagse Big Data opleiding volgen.

Werkvorm en opzet van de training

De training bestaat uit 4 theoriemodules en 4 praktijkmodules. De theoriemodules zijn interactief. U wordt geacht actief mee te doen en mee te discussiëren. Afwisselend zijn er opdrachten die met een laptop worden uitgevoerd. Tijdens de training wordt actief gewerkt met verschillende programma’s. U dient uw eigen laptop mee te nemen waarop geïnstalleerd kan worden. Compatibele besturingssystemen zijn Windows (vanaf Windows 7) en OSX (vanaf Mountain Lion). Alle programma’s waarmee tijdens de training gewerkt wordt zijn gratis en worden tijdens de training geïnstalleerd.

De praktijkmodules gaan over het toepassen van de geleerde kennis en vaardigheden. Tijdens deze modules wordt u geacht uw werk te presenteren. Er zijn zowel individuele opdrachten als groepsopdrachten. R wordt in 6 modules van telkens 3 uur behandeld en wordt afgesloten met een presentatie van uw (eigen) praktijkcase.

Voor wie is deze training van waarde?

Deze training is opgezet voor business professionals zoals projectleiders, Business Intelligence (BI) managers, IT-managers, marketing managers, business developers, programma managers, data analisten, business analisten en tal van andere (business) professionals.

Niveau van de training

De training Data Science voor Business Professionals wordt gegeven op post-HBO/Bachelor denk- en werkniveau.

Programma

Data Science voor Business Professionals – lesprogramma

Dag I
Architectuur (Big) Data; toepassingsveld (Big) Data; modelgedreven data; datagedreven data
Om de grotere context van Data Science te begrijpen maakt u tijdens de eerste dag kennis met de achtergrond van de actuele data architecturen en data toepassingsvelden. Behandeld worden:

• Transactie systemen
• Database normalisatie
• ER-modellen
• ETL proces
• Data warehousing
• Definitie Big Data
• Opslag van Big Data
• Big Data proces
• Structureren (key-value storing)
• Verwerken van Big Data (MapReduce)
• Reporting en analytical processing
• OLAP
• Data mining
• Machine learning
• Artifical Intelligence (AI)
• Dimensionaal modelleren
• Sterschema’s
• Feiten en dimensies
• Data lakes en data reservoirs

Dag II
Data visualisatie en Data mining
Tijdens de tweede dag leert u met behulp van GUI-tools data te verkennen en te analyseren. Daarnaast leert u ook de basis van data mining en het concept achter een aantal data mining algoritmen. Behandeld worden:

• Data importeren met Qlik-Sense of Tableau uit verschillende bronnen
• Velden koppelen
• Ontwerpen van verschillende grafieken
• Bouwen van een eenvoudig dashboard
• Kennismaking met data mining technieken
• Achtergrond decision tree
• Apriori algoritme
• Basisbegrippen statistiek
• Hypothese testen
• Normaalverdeling
• Toegepaste statistiek
• Vraagstelling formuleren
• Statistische onderwerpen uitvoeren

Dag III
De basis van R
De programmeertaal R biedt samen met de beschikbare packages een nagenoeg oneindig palet aan mogelijkheden op het gebied van Data Science. Hoewel R een uitgebreide programmeertaal is, kent R – met behulp van een aantal basisvaardigheden – over het algemeen een stijle leercurve. Behandeld worden:

• Kennismaking met interface R-studio
• Mogelijkheden van R en R-studio
• WEKA
• Aritmische operatoren
• Assignment
• Functions
• Datastructuren
• Loops
• Packages
• Importeren van verschillende bestandsformaten
• Structureren en samenvoegen van data elementen
• De basis van data analyse en datapreparatie in R
• Data architectuur en applicatie
• Architectuur van Data Science
• Programmeren
• Functies ontwikkelen en gebruiken

Dag IV
Data Science toepassingen
Om direct kennis te maken met Data Science in de praktijk leert u verschillende routines en packages in R kennen. Daarnaast krijgt u de theorie omtrent het samenstellen van gelabelde data en de voor- en nadelen omtrent het inzetten van verschillende algoritmen aangeboden. Behandeld worden:

Packages en algoritmen

• Met behulp van Rpart-packages voorspellende modellen maken
• Voorspellende modellen testen en verbeteren
• Webscraping
• Wordclouds
• Data en Big Data verwerken
• Data visualiseren
• Algoritmen toepassen en interpreteren in de praktijk
• Algoritmen programmeren
• Werken met gelabelde data
• Toepassingen van Data Science binnen Artificial Intelligence (AI)

Dag V
Data Science en strategie

• Wanneer R inzetten en wanneer niet?
• Welke andere applicatie combineren met R?
• Case uit uw (eigen) organisatie plus presentatie