Opleiding : Big Data - Python voor gegevensanalyse
Praktijkcursus - 3d
- 21u00 - Ref. PBD
|
Downloaden in pdf-formaat
Deze cursus delen via mail
 | Het principe van statistische modellering begrijpen |
| Weten hoe je de belangrijkste tools voor gegevensverwerking en analyse voor Python gebruikt |
| Weten hoe je best practice toepast bij het opschonen en voorbereiden van gegevens voorafgaand aan de analyse. |
| Kiezen tussen regressie en classificatie afhankelijk van het type gegevens |
| Leer hoe je een eenvoudig leermodel opzet |
| Gegevens uit een bestand kunnen halen |
Doelgroep
Python-ontwikkelaars, datacenterbeheerders, softwareontwikkelaars, programmeurs, gegevensanalisten, gegevenswetenschappers.
Voorafgaande vereisten
Beheersing van Python programmeren. Basiskennis van statistiek of afronding van de cursus "Statistics, mastering the fundamentals" (Ref. STA).
Praktische modaliteiten
Analyses ontwikkelen/uitvoeren met Python, met behulp van de modules Pandas, Numpy en SciPy.
Opleidingsprogramma
1 Presentatie van het wetenschappelijke Python-ecosysteem
- Overzicht van het wetenschappelijke ecosysteem van Python: de essentiële bibliotheken.
- Weet waar je nieuwe boekwinkels kunt vinden en beoordeel hun duurzaamheid.
- De belangrijkste open source tools en software voor data science.
Praktisch werk
Installatie van Python 3, Anaconda en Jupiter Notebook.
2 Werken met gegevens in Python
- De wetenschappelijke basis van Python: de SciPy Stack.
- Best practices voor een goede start van uw data science project met Python.
- Wetenschappelijke bestandsformaten en bibliotheken om ze te manipuleren.
- Pandas: analyse van gegevens in tabelvorm (CSV-bestanden, Excel, enz.), statistieken, pivots, filters, zoekopdrachten, enz.
- NumPy: numerieke berekening en lineaire algebra (vectoren, matrices, afbeeldingen).
- Gegevensextractie, voorbereiding en opschoning.
Praktisch werk
Python-scripts schrijven om met gegevens uit bestanden te werken, om filters, opmaak- en opschoningsprocessen toe te passen.
3 Inleiding tot modelleren
- De stappen die nodig zijn om een model te bouwen.
- Supervised en unsupervised algoritmen.
- De keuze tussen regressie en classificatie.
Praktisch werk
Integratie van Python-scripts in de geïnstalleerde omgeving voor analyse.
4 Modelevaluatieprocedures
- Technieken voor herbemonstering in trainings-, validatie- en testspellen.
- Testen van de representativiteit van trainingsgegevens.
- Prestatiemetingen voor voorspellende modellen.
- Verwarring en kostenmatrix, ROC- en AUC-curven.
Praktisch werk
Het opzetten van steekproeven van gegevenssets. Evaluatietests uitvoeren op verschillende geleverde modellen.
5 Algoritmen onder toezicht
- Het principe van univariate lineaire regressie.
- Multivariate regressie.
- Polynomiale regressie.
- Gereguleerde regressie.
- De Naive Bayes.
- Logistische regressie.
Praktisch werk
Implementatie van regressies en classificaties op verschillende soorten gegevens.
6 Algoritmen zonder toezicht
- Hiërarchische clustering.
- Niet-hiërarchische clustering.
- Gemengde benaderingen.
Praktisch werk
Ongecontroleerde verwerking van clustering op verschillende datasets.
Feedback van klanten
4,4 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
VALENTIN G.
22/06/26
3 / 5
Ik dacht dat deze opleiding bedoeld was voor mensen die al ervaring hadden met Python en dat we daarom vrij snel zouden ingaan op het gebruik van geavanceerde technieken voor gegevensanalyse. Uiteindelijk zijn we toch weer bij de basis van Python begonnen om vervolgens naar een praktijkvoorbeeld van data science te gaan. We zijn dus minder ver gekomen dan ik had gehoopt.
ABDOUL AZIZE Y.
22/06/26
4 / 5
Ik had meer verwacht van big data in het onderwijs
CAMILLE L.
03/11/25
5 / 5
de inhoud was erg goed, het tempo was hoog en de spreker was leerzaam en grappig.
Publicatiedatum : 29/09/2025
DEELNEMERS
Python-ontwikkelaars, datacenterbeheerders, softwareontwikkelaars, programmeurs, gegevensanalisten, gegevenswetenschappers.
VOORAFGAANDE VEREISTEN
Beheersing van Python programmeren. Basiskennis van statistiek of afronding van de cursus "Statistics, mastering the fundamentals" (Ref. STA).
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Python-ontwikkelaars, datacenterbeheerders, softwareontwikkelaars, programmeurs, gegevensanalisten, gegevenswetenschappers.
VOORAFGAANDE VEREISTEN
Beheersing van Python programmeren. Basiskennis van statistiek of afronding van de cursus "Statistics, mastering the fundamentals" (Ref. STA).
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
PEDAGOGISCHE EN TECHNISCHE MIDDELEN
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.
Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand
Dernières places
Date garantie en présentiel ou à distance
Session garantie
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.