Opleiding data-analyse en AI

Organisaties beschikken over steeds meer data. De echte waarde ontstaat wanneer je die data kunt omzetten in betrouwbare inzichten, duidelijke visualisaties en onderbouwde beslissingen. Daarvoor heb je zowel technische basiskennis als inzicht in het volledige data-analyseproces nodig.

Tijdens deze intensieve 5-daagse opleiding doorloop je de belangrijkste stappen van een data-analyseproject: van de businessvraag en het verzamelen en opslaan van gegevens tot het opschonen, analyseren en visualiseren ervan. Je maakt kennis met databases, Big Data, NoSQL, Business Intelligence, Power BI, datamining, machine learning en Python.

Theorie en praktijk wisselen elkaar af. Aan de hand van een concrete case ontdek je hoe de verschillende technieken en tools samenkomen in één data-analyseproces. Zo bouw je een brede basis waarop je verder kunt specialiseren en leer je data doelgericht inzetten binnen jouw organisatie.

Doelstellingen

Na deze opleiding:

• Begrijp je het volledige data-analyseproces en vertaal je een businessvraag naar een concreet actieplan;
• Verzamel, structureer en bereid je data zorgvuldig voor op analyse;
• Begrijp je de rol van databases, Big Data, NoSQL, Business Intelligence en datawarehousing;
• Herken je de belangrijkste technieken voor datamining en machine learning en weet je waarvoor je ze kunt inzetten;
• Gebruik je Power BI en Python om data te analyseren, visualiseren en vertalen naar bruikbare inzichten.

Pluspunten

• Interactieve opleiding en een ideale mix tussen theorie en praktijk
• Aan de hand van een concrete case (data-analyse project)
• Trainer met bakken ervaring die de uitdagingen van een data-analist door en door kent. Innovatie en kwaliteit staan voorop.

Deze opleiding scoort

8

Getuigenissen

Alles bij elkaar was de opleiding voor mij een zeer goede investering.

Koenraad Druyts, Manager Operations, Van Dessel Insurance Brokers

Algemeen was dit zeker een goeie opleiding. Ann legt alles heel goed uit en staat je steeds bij wanneer je een probleem hebt. Overall goeie opleiding waarbij je een zicht krijgt op vele zaken binnen data-analyse.

Koen Daghuyt, Data miner (Interne Audit), Belfius Insurance

De opleiding data-analyse heeft me blij verrast! Ik heb er erg veel aan gehad. Vooral de dagen gegeven door Ann waren zeer goed qua opbouw, didactiek en uitleg. Haar leerstijl sprak mij enorm aan. Er werd ook terug gekomen op vragen. Bepaalde delen van de opleiding wil ik nog meer (en dieper) exploreren. Hartelijk dank aan de docenten van The Master Labs.

Deelnemer wenst, te getuigen, anoniem

Degelijke opleiding die het onderwerp volledig afdekt.  Goed mix van theorie en praktijk, aangebracht door ervaren lesgevers die het onderwerp zeer goed beheersen.

Bart Vansteelant, Sr Internal Control & Risk Officer, Fluxys

Doelgroep

Deze opleiding richt zich tot professionals die een brede en praktijkgerichte basis in data-analyse willen opbouwen. Je wilt zelf met data aan de slag, beter samenwerken met dataspecialisten of ontdekken in welke onderdelen van het datadomein je je verder wilt verdiepen.

De opleiding is onder meer relevant voor:

• Aspirerende data- en BI-analisten;
• Business- en functionele analisten;
• Data engineers en data- of IT-architecten;
• Developers;
• Procesanalisten en proceseigenaars;
• Businessprofessionals die meer datagedreven willen werken.

Waarom deze opleiding data-analyse volgen?

Zet beschikbare data om in bruikbare inzichten

Veel organisaties beschikken over grote hoeveelheden data, maar vinden het moeilijk om daar concrete inzichten en acties uit te halen. In deze opleiding leer je verder kijken dan cijfers en dashboards. Je ontdekt hoe je data verzamelt, voorbereidt, analyseert en interpreteert om beslissingen beter te onderbouwen.

Doorloop het volledige data-analyseproces

Een betrouwbare analyse begint bij een heldere vraagstelling en kwaliteitsvolle data. Je volgt daarom stap voor stap het volledige proces: van het verzamelen en opslaan van gegevens tot preprocessing, analyse, visualisatie en communicatie. Een praktijkcase maakt duidelijk hoe alle stappen met elkaar samenhangen.

Combineer technische kennis met businessinzicht

Een data-analist moet meer kunnen dan tools gebruiken en modellen toepassen. Je moet ook begrijpen welke vraag de business wil beantwoorden en welke techniek daarbij past. Tijdens deze opleiding combineer je technische fundamenten met analytisch denken, visualisatie en communicatie.

Programma

Dag 1 - voormiddag: Je actieplan opstellen en data verzamelen

• De hard en soft skills van een data-analist
• The Pyramid Principle
• Introductiecase
  • Eerste inzicht in de dataset
  • Toegang verschaffen tot de dataset
• Data verzamelen
  • Interne databronnen
  • Web scraping
  • Toepassing op de case

Dag 1 - namiddag: Databases

• Belang van databases
• Databasebeheersystemen of DBMS

Dag 2 - voormiddag: BigData & (No)SQL

• Big Data
  • Wat en waarom?
  • Distributiemodellen
  • Denormalisatie
• NoSQL databanken
  • Key-Value
  • Document
  • Column-Family
  • Graph

Dag 2 - namiddag: Pre-processing data

• Data in de 'echte' wereld
• De 5 taken in pre-processing
  • Opschonen
  • Integreren
  • Transformeren
  • Reduceren
  • Discretiseren
• Reproduceerbaarheid
  • Ruwe data
  • Schone data
  • Codeboek
  • Expliciet en exact
• Preprocessing in OpenRefine

Dag 3 - voormiddag: Business Intelligence

• Introductie tot Business Intelligence
• BI-architectuur
• Wie betrek je bij een BI-project?
• Waar begin je?
• Wat zijn valkuilen?
• Data Warehousing
• Dimensioneel modelleren
• ETL

Dag 3 - namiddag: Data visualisaties

• Visualisaties
  • Foundations
    • Issues
    • How to visualize
    • Chart types en hun doel
  • Exploratie
  • Explanation
• Power BI

Dag 4: Data Mining

• Introductie
  • Definitie
  • Proces
  • Overzicht van de technieken
• Classificatie
  • OneRule (1R)
  • Beslissingsbomen
• Regressie
  • Lineaire regressie
  • Logistieke regressie
  • Artificiële neurale netwerken
• Frequente itemset mining
  • Apriori
• Clustering
  • K-means clustering
  • Hiërarchische clustering

Dag 5: Python

• Kennismaken met Python
  • Introductie
  • Variabelen en functies
  • Loops en arrays
  • Flow control
  • Jupyter Notebooks
  • Statistiek met Numpy
  • Hypothesetesten met Scipy
  • Dataframes met Pandas
  • Machine Learning met Scikit-learn
• Visualisaties in Python
  • Installeren van matplotlib
  • Eigen Jupyter Notebooks maken
  • Visualisaties met matplotlib en Jupyter

Score docent(en)

8

Prijs: € 2.575,00 (excl. btw)

De opleidingen komen in aanmerking voor verschillende subsidies. Handig: zo betaal je zelf maar een deel van het inschrijvingsgeld.

• Tot 30 % subsidie met kmo-portefeuille op klassikale opleidingen, virtual classrooms en live webinars. Meer info vind je hier.

Extra

Volg je een klassikale sessie? Gelieve dan je laptop mee te brengen naar deze opleiding. Zo garanderen wij je het maximum leerresultaat.