Het wordt steeds eenvoudiger en gebruikelijker om grote hoeveelheden gegevens te verzamelen en op te slaan. Dit geldt bijvoorbeeld voor consumentengegevens, voor gegevens over individueel gedrag, voor garantie- en storingsdata en voor productieprocessen waarbij sensoren op grote schaal data loggen.
Met behulp van data mining is het mogelijk om in dergelijke grote hoeveelheden gegevens verbanden en structuren te ontdekken en voorspelmodellen te ontwikkelen. Technieken uit de toegepaste statistiek, de kunstmatige intelligentie en de machine learning worden daarbij ingezet.
In deze cursus leer je fundamentele concepten voor het begrijpen en toepassen van data mining methoden. Tijdens de cursus doe je ervaring op in het visueel programmeren van data workflows, waarmee model-fit, -validatie en -optimalisatie eenvoudig in de praktijk uit te voeren zijn.
Na afloop van deze cursus:
Academici en hbo’ers die in hun werk geconfronteerd worden met data mining vraagstukken en de analyse van omvangrijke databestanden. De cursus is ook geschikt voor docenten van universiteiten en hogescholen die kennis willen nemen van actuele methoden op het gebied van data mining.
Het gevolgd hebben van een specifieke studierichting is niet vereist. Kennis van statistische basistechnieken zoals toetsen, schatten en regressiemodellering is wenselijk.
In overleg met de deelnemers kan deze cursus in het Nederlands of Engels worden gehouden.
De technieken die tijdens de cursus gedemonstreerd worden met de Python gebaseerde visuele programmeeromgeving Orange, zijn ook in Python uit te voeren en leveren vergelijkbare resultaten op. Deelnemers ontvangen bestanden met voorbeelddata, zodat ze met hun favoriete software voor data analyse de resultaten kunnen reproduceren. Wil je Python gaan gebruiken of meer mogelijkheden van Python ontdekken? Bekijk onze cursus Python voor ingenieurs.
Interesse in aanpalende cursussen? Kijk ook eens naar de cursus Practical data science, Multivariate data analysis, Time series analysis and forecasting, Python voor ingenieurs, Design of Experiments (InCompany training) en Essentials of predictive analytics (InCompany training).
Benieuwd naar de achtergrond van de cursusleider en zijn kijk op het belang van data in de wereld van techniek? Lees het interview met Koo Rijpkema! Of wil je meer weten over de gebruikerservaringen bij een incompany uitvoering van deze cursus? Lees dan het interview met Hendrik-Jan de Kort (SPIE).
Bekijk ook het overzicht van alle data-analyse en statistiek cursussen.
Taal |
Dit programma kan op verzoek in het Engels worden gegeven. |
Dag 1
Dag 2
Dag 3
Dag 4
“Met deze cursus snap je beter wat je met data mining doet: de basis om het verantwoord toe te passen.”Max Welling (Welling IT Consultancy BV)
“Zeer concrete cursus die veel moeilijkheden bij het beginnen met data mining kan voorkomen.”cursist van Sligro Food Group
“Cursus heeft veel inzicht gegeven, maar was op sommige punten wel pittiger dan verwacht.”cursist van DAF Trucks NV
“Goede kennismaking met de materie.”cursist van Ministerie van Defensie
“Erg goede cursus, goed boek, goede uiteenzetting, goede aanvullende literatuur. Enthousiaste docent.”Coen Hoogervorst (Strukton Worksphere)
“Goed overzicht van alle gerelateerde kennis. Goed extra lesmateriaal, erg leuke docent.”Yuzhong Lin (TU/e)
“Goede cursus, uitstekende docent.”Peter van der Hagen (INFOTAM)
“Hoge snelheid, goede inhoud.”Marc de Wolf (Effect Photonics)
“Het was een zeer nuttige en informatieve cursus. Ik heb nu een goede basiskennis heb om verder te gaan met mijn werk.”Elijan Fokkinga (Endress+Hauser)