Begrijp de volledige data science lifecycle
Leer hoe je een probleem omzet in een data science vraagstuk
Ontdek verschillende rollen, analysetypes en tools
Herken wat een model is en hoe je het inzet
Leer waarom wiskunde essentieel is voor data science
Herken en pas basisfuncties toe binnen analyses
Krijg grip op lineaire algebra, matrices en calculus
Verken logica, settheorie en grafentheorie
Begrijp optimalisatie en hoe je dit gebruikt in modellen
Vertaal een businessvraag naar een data-analyse
Werk met stakeholders en bepaal waardevolle inzichten
Selecteer de juiste data en bepaal succescriteria
Laad datasets in en verken de inhoud
Reinig, typecast en combineer data met merge en join
Leer omgaan met missende waarden
Begrijp wat een feature is en hoe je ze bouwt
Evalueer de relevantie en kracht van je features
Gebruik basisalgoritmes voor classificatie, regressie en clustering
Pas ze toe op realistische datasets
Verken neurale netwerken en ensemble methodes
Begrijp deep learning en convolutional networks
Toets de betrouwbaarheid van je model
Werk met validatiemethodes zoals Holdout en K-Fold
Kies de juiste evaluatiemetrieken
Zet modellen live met Docker en cloud services
Leer over governance en het monitoren van prestaties
Weeg af welk model in de praktijk het beste werkt
Soms verbazen wij ons ook over de prijzen in de markt. Omdat ons doel uiteindelijk is om het onderwijs te hervormen, zijn we niet op zoek naar zo hoog mogelijke winstmarges. Verder houden we jouw investering onder controle door slim digitaal onderwijs aan te bieden en goed gebruik te maken van onze community.