Data Science Fundamentals voor BI Professionals
Een gestructureerd overzicht van data science concepten, processen en technologie
27 June 2019 (14-21u)Location:
Parker Hotel (Diegem)
Gepresenteerd
in het Nederlands
door
Erik Fransen
Prijs:
720 EUR (excl. 21% BTW)
Registreer NU »
AGENDA »
SPREKERS »
This event is history,
please check out the List of Upcoming Seminars
Check out our related open workshops:
Check out our related in-house workshops:
Volledig Programma:
13.30u - 14.00u
Registratie, koffie/thee en croissants, ontvangst van de deelnemers
14.00u
Inleiding: Overzicht van Data Science
- Wat is data science en wat zijn de verschillen en overeenkomsten met business intelligence en datawarehousing?
- Welke vragen kunnen we oplossen met data science?
- De relatie tussen big data en data science
- Voorspellende en beschrijvende modellen: hoe maak je een keuze en hoe pas je ze toe?
- Supervised en unsupervised learning
- Overzicht van data mining vormen (classificatie, clustering, associatie)
- Overzicht van machine learning algoritmen
- Bouwen van modellen, het maken van de juiste keuzes
- Neurale netwerken, beslisbomen, genetische algoritmen: wat kun je er mee en hoe werkt het?
- Deep learning: op weg naar kunstmatige intelligentie
15.45u - 16.00u
Koffie/thee en versnaperingen
Artificiële Intelligentie
- Wat is artificiële intelligentie?
- De verschillen met data mining en machine learning
- AI in de dagelijkse praktijk: wat merken we er al van?
Data Science in de Praktijk
- Case: Clinical Decision Support
- Case: Intelligente Milieuzones
- ...
- Van BI Competence Center naar Data Science Competence Center: van data driven naar data centric werken
- Van BI consultant naar Data Science consultant: ontwikkelen van een nieuwe skillset, hoe ziet deze eruit?
- CRISP-DM: methodiek voor Data Science
- Stappenplan voor implementatie van Data Science
- Risico’s, valkuilen, maatregelen
- Demo RapidMiner Data Science Platform
- Demo MS Azure Machine Learning
- Demo TIBCO Spotfire Predictive Analytics
- RapidMiner, SAS, IBM, KNIME, Microsoft, TIBCO, MapR, R, Python
Tips en Advies voor een Succesvol Data Science Project
- Opzetten van business cases en use cases voor Data Science
- Plan van aanpak voor Data Science projecten
- Succes- en faalfactoren
- 5 tips om mee naar huis te nemen
21.00u
Einde van deze cursus
SPREKERS » REGISTER »