Cursus

Practical data science

Statistiek voor big data & business intelligence (met R)

Als gevolg van de explosieve toename van data is het gebruik van statistische methoden sterk verbreed en zijn belang en betekenis van data science toegenomen. Niet alleen in het laboratorium en de industrie maar bijvoorbeeld ook in marketing en business intelligence.

Deze cursus biedt voor dergelijke toepassingen de essentiële inzichten in statistische concepten en vaardigheden om verantwoord aan de slag te gaan met technieken voor data-analyse. Je leert statistisch correct te werken en weet datasets op de juiste wijze te interpreteren.

De cursus start met een herhaling van basis principes uit de vakgebieden statistiek en kansrekening. Dit geeft een goed uitgangspunt voor de data-analyse-methoden binnen de belangrijke vakgebieden data mining (big data) en time series analysis. Ook doe je ervaring op in het doelmatig werken met de statistische software R.

Verantwoord aan de slag met data science

De cursus bestaat uit drie onderdelen:

  1. Statistiek en toegepaste kansrekening
    Bedoeld als opfriscursus voor de principes en technieken die worden gebruikt binnen de toegepaste kansrekening en statistiek voor de analyse en modellering van gegevens.
  2. Data mining in een notendop
    Biedt een inleiding en overzicht van veelgebruikte methoden op het gebied van predictive analytics om voorspellingen en classificaties te genereren op basis van adequate modellen en om patronen in grote gegevenssets te herkennen.
  3. Tijdreeks (time series) analyse in een notendop
    Behandelt methoden voor het modelleren van tijdsafhankelijke gegevens en voor het maken van voorspellingen voor de toekomst op basis van deze modellen.


Deze cursus geeft je ook een sterke basis voor de specialistische vervolgcursussen op het gebied van statistiek zoals Data mining & business analytics en Time series analysis and forecasting.

Bedoeld voor

Academici en hbo’ers die in hun werk gebruik (willen gaan) maken van moderne toegepaste statistische technieken en zich de bijbehorende vaardigheden eigen willen maken. De cursus is ook geschikt voor docenten van universiteiten en hogescholen die kennis willen nemen van actuele methoden op het gebied van data-analyse en data science.

Je hebt wiskunde op vwo-niveau. Enige kennis op statistisch gebied is wenselijk.

In overleg met de deelnemers kan deze cursus in het Nederlands of Engels worden gehouden.

Deel deze pagina

  • Informatie
    Cursusleider(s): Dhr. Dr. J.J.M. Rijpkema (Eindhoven University of Technology (TU/e))
    Cursusdata: 12, 14, 19 en 21 juni 2019
    Locatie: TU Eindhoven
    Prijs: € 2.295,00 excl. btw
    Prijs is inclusief alle materialen en catering
    In samenwerking met: TU/e, faculteit Wiskunde & Informatica
    Taal
    Dit programma kan op verzoek in het Engels worden gegeven.
  • Programma

    I Statistiek en toegepaste kansrekening, inclusief een introductie tot het softwareprogramma R

    • Inleiding en overzicht van de cursus en de te gebruiken software R
    • Exploratieve data analyse
    • Inleiding kansen, kansrekening en kansverdelingen
    • Statistisch toetsen en schatten
    • Selectie, validatie en gebruik van kansverdelingen in de praktijk
    • Oefeningen kansverdelingen en toetsen/schatten

    II Data mining

    • Voorspelmodellen op basis van regressieve methoden
    • Selectie, validatie en gebruik van regressie modellen in de praktijk
    • Classificatiemodellen op basis van logistische regressie methoden
    • Selectie, validatie en gebruik van logistische regressie modellen in de praktijk
    • Alternatieve methoden voor voorspellen en classificeren
    • Selectie, validatie en gebruik van voorspel en classificatiemodellen in de praktijk
    • Cluster analyse
    • Oefeningen voorspellen, classificeren en cluster-analyse

    Time series analysis

    • Inleiding, karakterisering en exploratieve analyse van tijdreeksdata
    • Tijdreeksmodellen op basis van exponential smoothing
    • Selectie, validatie en gebruik van exponential smoothing modellen in de praktijk
    • Box-Jenkins modellen voor tijdreeksdata
    • Selectie, validatie en gebruik van Box-Jenkins modellen in de praktijk
    • Oefeningen exponential smoothing Box-Jenkins modellen
  • Reviews
    Deze cursus wordt beoordeeld met een 8,4
    “Goede start om R te gaan gebruiken. Je krijgt echt instrumenten in handen om data te analyseren.”
    cursist van Royal HaskoningDHV
    “Prima cursus, voldoet aan alle verwachtingen.”
    cursist van NXP Semiconductors BV Nijmegen
    “Erg informatief en toepasbaar.”
    cursist van Albemarle Catalysts BV
    “Zeer informatief: goed startpunt voor het gebruiken van R.”
    cursist van Albemarle Catalysts BV
    “Zeer interessant. Ondanks de moeilijkheidsgraad een goede start om in de praktijk mee door te gaan.”
    cursist van Abbott