Is deze Python cursus geschikt voor mij?

Deze cursus is iets voor jou als:

• Je in een omgeving werkt waarbij je te maken hebt met data en gegevens.
• Analyses of rapportages geautomatiseerd moeten worden maar je hebt geen IT achtergrond.
• Je wilt geavanceerde visualisaties kunnen maken die veel verder gaan dan eenvoudige grafieken in Excel.
• Je hebt over data science gehoord en wilt deze wereld beter leren begrijpen.

Met deze training helpen we je aan een kick-start om met Python data analyses uit te voeren. De vele mogelijkheden zullen je kijk op data analyse verruimen.

Benodigde voorkennis

Er is geen specifieke voorkennis vereist, maar het is handig als je basiskennis van wiskunde hebt en ervaring hebt met bijvoorbeeld Excel files, tekstbestanden of databases. Wij adviseren minimaal HBO werk- en denkniveau.

Deze cursus voordelig combineren met onze machine learning training?

De Python cursus voor data science is voordelig te combineren met de machine learning training. Wij combineren beide trainingen in vier dagen in onze data science opleiding.

Inhoud Python cursus voor data analyse & data science

De inhoud van deze training is geaccrediteerd door de International Association of Business Analytics Certification (IABAC™).

Dag 1: basisvaardigheden in Python

Onderdeel 1: data science en Python-introductie

Deze Python cursus start met een kennismaking met Python. Dit betekent dat we ingaan op de historie en de belangrijkste eigenschappen van de taal. Je leert waarom Python zo geschikt is voor data science. We bekijken de verschillende manieren om met Python code te werken en je voert je eerste eigen script uit met Jupyter Notebook. Dit is een van de meestgebruikte programma's om Python scripts in te schrijven en uit te voeren. Doordat je hier direct in leert werken tijdens de cursus sla je twee vliegen in één klap.

Onderdeel 2: variabelen en datatypes

Om informatie en data te kunnen gebruiken maken we gebruik van variabelen. Met een variabele wijs je een naam aan een data element toe. Verschillende soorten data (zoals getallen en stukken tekst) worden als verschillende datatypes opgeslagen. Je leert verschillende datatypes kennen en komt er achter dat verschillende datatypes tot verschillend gedrag leiden.

Onderdeel 3: lists

Binnen data science maak je vaak gebruik van grote hoeveelheden data. De eerste manier waarmee je kennismaakt om in Python met datasets te werken zijn lists. Je leert hoe je lists bewerkt en waarvoor je deze het best kunt gebruiken.

Onderdeel 4: dictionaries

Dictionaries worden veel gebruikt in datasets. In een dictionary kun je waarden koppelen aan bepaalde termen (keys), net als in een woordenboek. Je leert waarom een dictionary handig is en waar men het voor gebruikt. Vervolgens pas je het zelf toe in een data analyse.

Onderdeel 5: logica, methoden en functies

Je leert welke vormen logica er bestaan en hoe je deze toepast, bijvoorbeeld om een dataset o.b.v. een vergelijking te filteren. Daarnaast leer je zelf functies schrijven om makkelijker met terugkerende activiteiten om te gaan. Je leert hierbij hoe je methoden en functies gebruikt en hoe je jouw eigen functies kunt maken.

Dag 2: Python tools voor data scientists

Onderdeel 6: numpy

Het Python package numpy stelt je in staat om efficiënt met grote datasets te kunnen werken. Dit doe je door je data op te slaan als een numpy array. In deze Python cursus leer je hoe je een numpy array maakt en hoe je hier vervolgens berekeningen op uit kunt voeren. Goed kunnen werken met numpy is essentieel voor iedere data scientist.

Onderdeel 7: pandas

Een van de meest gebruikte packages in Python voor data science is pandas. Met pandas kun je datasets importeren vanuit verschillende bronnen, zoals bijvoorbeeld een database of een Excel bestand. Met verschillende methoden kun je je datasets vervolgens efficiënt verkennen en kun je transformaties toepassen. Zo kun je bijvoorbeeld datasets combineren, nieuw berekende kolommen toevoegen, data groeperen en filters toepassen. Samengevat leer je om met pandas waardevolle inzichten te halen uit data.

Onderdeel 8: matplotlib

Een beeld zegt meer dan 1000 woorden. Wanneer je data-inzichten uit kunt beelden ben je in staat om de achterliggende boodschap efficiënt over te brengen. Het Python package matplotlib bevat veel verschillende visualisatiemogelijkheden die je hiervoor kunt gebruiken. Je leert hoe je matplotlib toepast en hoe je hiermee verschillende soorten veelzijdige visualisaties van je datasets kunt maken.

Onderdeel 9: eindopdracht

Tijdens deze Python cursus voor data science pas je je nieuwe vaardigheden in een eindopdracht toe op een vraagstuk met een dataset uit de praktijk. Je combineert gegevens vanuit meerdere databronnen, past logica toe en verwerkt dit tot bruikbare informatie vanuit tabellen en grafieken.

Zelfstudie add-ons voor specifieke leerwensen

Het is mogelijk om aanvullend aan deze klassikale training een zelfstudie add-on toe te voegen. De kosten voor deze optionele add-ons bedragen €200 ex BTW. Het studiemateriaal plaatsen we in onze online omgeving en na de klassikale training kun je hier zelfstandig doorheen gaan. Onderstaande zelfstudie add-ons zijn momenteel beschikbaar voor deze training.