Wattbaan 1, Nieuwegein
3 lessen (Optioneel: 5 lessen)
3 weken
Afhankelijk van je startdatum
09:30 – 16:30
€ 1785
Leg de basis voor jouw toekomst in data science en voer data analyses uit met de programmeertaal Python! Python is op dit moment de populairste open source taal die gebruikt wordt in data science. Python heeft een relatief eenvoudige syntax en wordt aanbevolen voor analisten die de overstap naar programmeren en data science willen maken. Tijdens deze driedaagse data science training leer je de basisvaardigheden om met Python te werken, van data bewerken tot visualisaties maken. De training kun je met twee dagen uitbreiden waarin je Python gaat toepassen op je eigen dataset.
De cursus duurt 3 dagen, waarna er een mogelijkheid bestaat om tijdens 2 aanvullende dagen modellen te maken en je eigen dataset te analyseren onder begeleiding van een ervaren coach van DIKW.
Je leert je weg te vinden met de Python console.
Je ontdekt de mogelijkheden van jupyter notebooks en de labs omgeving.
Je leert data visualisaties te maken in python met matplotlib.
Je leert de basis manipulatie van dataframes met dplyr.
Je krijgt een introductie van python en werkt in de IDE-omgeving waarin je met python data-analyses kan doen.
We doen eenvoudige bewerkingen in python op een dataset. (o.a. slicen/dicen, datasets joinen en selecties maken.
Je leert met behulp van oefeningen hoe je een script maakt om tot een oplossing te komen.
Je krijgt uitleg over packages en functies in python.
We gaan data bewerken met behulp van pandas en veelgebruikte functies.
We doen oefeningen met programmeren en Pandas en datasets.
We maken visualisaties met Matplotlib voor 2D-visualisaties.
We maken visualisaties met GGplot, en we leren grafieken te maken met de Grammar of Graphics.
De resultaten presenteer je uiteindelijk via Markdown.
Wil je een samen met een coach een plan bedenken voor een analyse van je eigen dataset? Zodat je je eigen dataset geschikt maakt om analyses op uit te voeren en je de resultaten van deze analyse kunt visualiseren en presenteren?
Neem dan contact op of laat je telefoonnummer achter om de optie van 5 lessen te bespreken.
We hebben opleidingen van drie dagen tot een half jaar. De studiebelasting is zo gekozen dat je de opleiding naast je werk kunt doen.
Dat wil zeggen dat je naast de opleidingsdag er vanuit moet gaan dat je nog één avond (3 uur) bezig bent met studeren of opdrachten maken.
Veel van de opleidingen bij DIKW Academy zijn praktisch ingestoken. Dat wil zeggen dat je hands-on aan de bak moet. Tools installeren, dingen uitzoeken en aan de praat krijgen.
Algoritmes proberen, testen of dingen werken en of je snapt wat er gebeurt.
Daarnaast is in veel opleidingen een praktijkcase die je uitvoert. Als je dat een beetje handig aanpakt zul je zien dat je die opdracht heel mooi kunt gebruiken om een eerste Minimal Viable Product (MVP) op het gebied van data science of data engineering kunt maken voor jouw opdrachtgever. Daarin willen mensen nogal eens erg enthousiast worden en er meer tijd in steken dan zo vooraf hadden gedacht. Maar wel met vaak een heel mooi resultaat.
De locatie van de DIKW Academy is:
Wattbaan 1
3439ML Nieuwegein
Onze academy is ingericht op hybride werken. Voor de leeromgeving niet ideaal, maar mocht het een keer net zo uitkomen, sluit je net zo makkelijk online aan.
Ja. Wij hebben een eigen video conferencing service (Jitsi) en een e-learning platform (Moodle) waar al het materiaal beschikbaar is.
Het helpt als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de opleiding Certified Data Science Professional (CDSP) is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist, of als je al ervaring hebt in een scriptingtaal. Ook voor CDEP is er echter geen specifieke voorkennis nodig, maar het maakt het wel makkelijker. Bij jouw inschrijving ontvang je een document waarin staat hoe je je optimaal kan voorbereiden op de opleiding.
Mocht je ergens over twijfelen, mag je altijd contact met ons opnemen.
Je hoeft geen eigen data te hebben om de praktijkopdracht uit te voeren. Ook met een dataset die online te vinden is kun je een mooie praktijkcase maken. De docent zal je begeleiden bij het zoeken naar een geschikte dataset.
Nee. Sinds 2022 zijn studiekosten niet meer aftrekbaar van de inkomstenbelasting.
Neem dan even contact met ons op.