Data Science

Niveau
Tijdsduur
Trainer
Farisch Hanoeman
Locatie
Op locatie, Online
Startdatum en plaats

Data Science

School of Data Science
Logo van School of Data Science
Opleiderscore: starstarstarstarstar 9,8 School of Data Science heeft een gemiddelde beoordeling van 9,8 (uit 259 ervaringen)

Tip: meer info over het programma, prijs, en inschrijven? Download de brochure!

9,9
Gemiddeld cijfer voor Data Science
Gebaseerd op 38 ervaringen Lees alle ervaringenchevron_right
Ruud van Delden
starstarstarstarstar
Ruud van Delden
10
Data Science

"Hele leuke cursus, Farisch is een goede leraar die alles prima uitlegt. We hadden daardoor een hele relaxte sfeer tijdens de cursus. Goed te begrijpen of je nou wel of nog geen ervaring hebt." - 11-05-2022 13:18

"Hele leuke cursus, Farisch is een goede leraar die alles prima uitlegt. We hadden daardoor een hele relaxte sfeer tijdens de cursus. Goed te… alles lezen - 11-05-2022 13:18

Startdata en plaatsen

placeDen Haag
19 sep. 2022 tot 21 sep. 2022
5% korting
check_circle Startgarantie
placeDen Haag
24 okt. 2022 tot 26 okt. 2022
5% korting
check_circle Startgarantie
placeDen Haag
14 nov. 2022 tot 16 nov. 2022
5% korting
check_circle Startgarantie
placeDen Haag
12 dec. 2022 tot 14 dec. 2022
5% korting
check_circle Startgarantie

Beschrijving

School of Data Science is hét opleidingsinstituut op het gebied van data analyse, data science en artificiële intelligentie (AI). Leer hands-on in kleine groepen werken met data analyse, data science en/of machine learning technieken.

Tijdens deze driedaagse cursus leer je hands-on de meest belangrijke en effectieve data science tools. De data science cursus is een brede cursus op het gebied van data-analyse en verwerking (met pandas), machine learning (clustering, regressie en classificatie met scikit-learn) en data visualisatie (matplotlib en seaborn). Deze cursus is geschikt voor mensen die al ervaring hebben met programmeren en die hun vaardigheden willen aanvullen met data science vaardigheden. De cursus Data Science sluit perfect aan op de cursus Python for Data Analysis. Deze cursus kan gevolgd worden als opstap naar een meer gespecialiseerde cursus, zoals bijvoorbeeld Deep Learning.

Leerdoelen Data Science

Na de…

Lees de volledige beschrijving

Veelgestelde vragen

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Nog niet gevonden wat je zocht? Bekijk deze onderwerpen: Data Science, Databases, Big Data, Datavisualisatie en Data Analyse.

School of Data Science is hét opleidingsinstituut op het gebied van data analyse, data science en artificiële intelligentie (AI). Leer hands-on in kleine groepen werken met data analyse, data science en/of machine learning technieken.

Tijdens deze driedaagse cursus leer je hands-on de meest belangrijke en effectieve data science tools. De data science cursus is een brede cursus op het gebied van data-analyse en verwerking (met pandas), machine learning (clustering, regressie en classificatie met scikit-learn) en data visualisatie (matplotlib en seaborn). Deze cursus is geschikt voor mensen die al ervaring hebben met programmeren en die hun vaardigheden willen aanvullen met data science vaardigheden. De cursus Data Science sluit perfect aan op de cursus Python for Data Analysis. Deze cursus kan gevolgd worden als opstap naar een meer gespecialiseerde cursus, zoals bijvoorbeeld Deep Learning.

Leerdoelen Data Science

Na deze cursus:

  • kun je data analyseren met de pandas library;
  • kun je data visualiseren met behulp van matplotlib en seaborn;
  • ken je het verschil tussen supervised, unsupervised en reinforcement learning;
  • ken je de principes van hoe machine learning modellen leren op basis van gradient descent;
  • kun je data clusteren met optimale parameters;
  • regressie toepassen op datasets om hiermee voorspellingen te doen;
  • classificatie toepassen op datasets om data te classificeren, en
  • een decision tree toepassen op datasets en deze optimaliseren.

Voor wie is de Data Science cursus?

  • Je wilt data science en machine learning concepten leren begrijpen en effectief kunnen toepassen.
  • Je begrijpt de basisconcepten van de programmeertaal Python (zie Python Essentials).
  • Je bent benieuwd naar hoe je het meest effectief de libraries pandas, numpy en scikit-learn kan inzetten. 
  • Je wilt leren werken in Jupyter Notebooks aan Data Science technieken.

Cursusinhoud Data Science

Dag 1: Intro to Data Science

Tijdens deze dag leer je alle basisbeginselen van de data science libraries in Python: Matplotlib, NumPy, Pandas en Seaborn. Je leert tijdens deze dag data analyseren, transformeren en visualiseren.

Numpy

  • NumPy arrays. Het werken met Big Data vergt dat je op een efficiënte manier kan omgaan met data. NumPy is dé library in Python die berekeningen met veel data gemakkelijk maakt. Je leert werken met de Numpy Array en leert de meest gebruikte NumPy methods.
  • Statistiek in NumPy. Tijdens dit onderdeel leer je hoe je NumPy gebruikt om statistische berekeningen te doen. Hierdoor is het mogelijk om simulaties te maken waarbij je gebruikt maakt van de random methods in NumPy.
  • Wiskundige functies: De NumPy library zit boordevol handige wiskundige functies. Het creëren van functies om als data scientist je data te analyseren wordt hierdoor ontzettend gemakkelijk.

Pandas

  • Introductie DataFrames. Pandas is de ideale tool voor het analyseren van data. Pandas biedt alle functionaliteiten die je hebt in Excel en daarnaast nog véél meer! Dat maakt pandas uiterst geschikt voor degene die willen overstappen van Excel naar Pandas. Je leert in deze module alles over het gebruiken van de Pandas DataFrame. We creëren zelf DataFrames en zullen daarna data importeren vanuit CSV files naar een DataFrame.
  • Samenvattende en beschrijvende methods van Pandas. Pandas biedt ideale functionaliteiten om data in één oogopslag te beschrijven. Op deze manier kun je in een handomdraai je data analyseren, missende waarden bekijken en de verdeling van je data achterhalen.
  • Slicing en filtering van data in Pandas. Je leert in deze module de pandas methods te gebruiken voor het selecteren van data binnen een pandas dataframe. Daarnaast leer je ook data filteren op basis van condities. Je leert hoe je condities combineert door efficiënt gebruik te maken van pandas methods. We sluiten deze module af door te leren hoe je for loops gebruikt in pandas DataFrames met de apply method.
  • Groeperen van data. Je kunt heel handig gebruik maken van pandas om data te groeperen. De pandas methods die hiervoor gemaakt zijn tonen veel gelijkenissen met de programmeertaal SQL. Deze gegroepeerde data visualiseren gaat heel handig middels de ingebouwde visualisatie methoden in pandas. Pandas en Matplotlib werken hand in hand samen, waardoor jij op een simpele manier je data kunt visualiseren!
  • Omgaan met missende data. Missende data kunnen je dataset flink overhoopgooien! Je leert in deze module welke pandas methods je kan gebruiken om om te kunnen gaan met missende data.
  • Visualiseren van data in pandas. De pandas library biedt ontzettend veel mogelijkheden om data direct vanuit de DataFrame te visualiseren. Zo maak je heel eenvoudig staafdiagrammen (bar charts), tijdsreeksgrafieken of scatterplots!

Visualisatie

  • Matplotlib. Matplotlib is een van de meest gebruikte datavisualisatie tools binnen het Python data science ecosysteem. Matplotlib stelt je in staat gemakkelijk allerlei grafieken te maken en te combineren. Tijdens deze module leer je grafieken te maken vanuit de Python list, NumPy en pandas. Je leert onder andere hoe je scatterplots maakt, histogrammen en subplots.
  • Seaborn. Seaborn is een datavisualisatie library die gebaseerd is op Matplotlib. Seaborn stelt je in staat complexe grafieken te maken, die vooral bedoeld zijn voor het visualiseren van statistische verdelingen. Je leert in deze module onder andere hoe je een boxplot, een heatmap en een violin plot maakt met seaborn.

Dag 2: Intro to Machine Learning

Tijdens deze dag leer je de fundamenten van machine learning en ga je aan de slag met het bouwen van regressie en clustering modellen.

Fundamenten van machine learning

  • Supervised learning. Supervised Learning is een van de meest gebruikte learning technieken van hedendaagse machine learning modellen. Bij Supervised Learning leren modellen van gelabelde data. Dit kunnen gelabelde afbeeldingen zijn van katten en honden of een dataset met informatie over huizenprijzen. We leren hier hoe je een Supervised Learning algoritme kan herkennen. Ook leer je welke data je moet verzamelen om zelf Supervised Learning te kunnen toepassen.
  • Unsupervised learning. Unsupervised Learning is een algoritme dat leert door patronen te herkennen. We leren hier welke soort Unsupervised Learning algoritmen er zijn. Ook leren we welke toepassingen Unsupervised Learning algoritmen hebben. We zullen hierbij enkele voorbeeld cases bespreken.
  • Reinforcement learning. Reinforcement Learning is een algoritme dat leert door Agents een beloning of een straf te geven voor bepaalde handelingen. We zullen enkele eerder ontwikkelde algoritmes bespreken en erachter komen hoe dit algoritme het best ingezet kan worden.
  • Test set/train set. Voor het goed opzetten van een machine learning model is het heel belangrijk een scheiding te maken in je test en train set. Op deze manier kun je op een unbiased manier je hyperparameters optimaliseren. In deze module leer je waarom je dat doet en op welke manier je dat het beste kan doen.
  • Bias en variance (overfitting). Het creëren van een optimaal machine learning model, betekent een goede balans vinden in de complexiteit van het model. Je leert in deze module alles over het optimaliseren van het model en wat de gevolgen zijn van overfitting en underfitting.

Regressie

  • Cost function en gradient descent. Hier leer je alles over hoe machine learning modellen leren middels. Je leert het concept van de cost function, leer verschillende soorten cost functions en leert wat Gradient Descent is. Ook leer je hoe je optimaal parameters kiest voor Gradient Descent.
  • Regressie in sci-kit learn. In deze module pas je de geleerde concepten toe voor het voorspellen van huizenprijzen. Je leert de resultaten analyseren en bekijkt hoe goed jouw model het doet.
  • Residu analyse. Middels een residu analyse bekijken we hoe we parameters het beste kunnen kiezen in het voorspelmodel.

Clustering

  • K-means. Leer hier alles over het K-means clustering algoritme. Je leert hoe je data clustert op basis van een K aantal centrumpunten en hoe je een optimaal aantal centrumpunten kiest. Ook leer je het nut van data normaliseren of standaardiseren.
  • Clustering toepassen op de Iris dataset. Je past de theorie van K-means clustering toe op de Iris dataset. Hier cluster je de data van de Iris flower data set en leer je clusters herkennen.

Dag 3: Classificatiemodellen

Tijdens deze dag leer je drie verschillende algoritmes voor het classificeren van data.

Classificatie

  • KNN. In deze module leer je data classificeren op basis van het KNN (k-nearest neighbors) algoritme. Een algoritme dat leert door te kijken naar dichtbijgelegen datapunten. Je leert hier voor welk soort data en vraagstukken dit algoritme geschikt is. Ook leer je hoe je op een zorgvuldige manier de juiste parameters kiest. Daarnaast leer je alle voor en nadelen van dit algoritme. We sluiten het theorie gedeelte af met uitbreidingen op het algoritme die het algoritme nauwkeuriger maken.
  • Classificatie met diabetes dataset. We passen dit algoritme toe op een dataset met mensen die wel of niet diabetes hebben. De uitdaging is hier om diabetes te kunnen voorspellen aan de hand van verschillende factoren.
  • Precision, recall en F1-score. Wanneer we classificatie algoritmen gebruiken, hebben we goede graadmeters nodig om het algoritme te kunnen beoordelen op kwaliteit. In deze module leer je hoe je dit systematisch kan doen.
  • SVM. In deze module leer je over het SVM (Support Vector Machine) algoritme. We behandelen de verschillen tussen KNN vs. SVM. Je leert de voordelen van dit algoritme en hoe je systematisch parameters kiest.

Decision Trees, Regression Trees en Random Forest

  • Information Gain/Gini Coëfficiënt. We ontrafelen de mysteries achter machine learning met decision trees! Leer met de hand decision trees maken door de information gain per splitsing te berekenen. Je leert hiermee de theorie achter information gain en decision trees. Je begrijpt hierdoor op een fundamentele manier hoe dit soort algoritmes werken.
  • Overfitting. Ook decision trees hebben last van overfitting. We leren waarom decision trees overfitten en welke handvatten er zijn op dit in de hand te houden. We leren hier systematisch belangrijke parameters aan te passen.
  • Decision Trees toepassen op regressie probleem. We zullen de theorie toepassen op een dataset en bekijken hoe goed decision trees waarden kunnen voorspellen. Je zult hier parameters aanpassen om de decision tree te optimaliseren.
9,9
Gemiddeld cijfer voor Data Science
Gebaseerd op 38 ervaringen
Ruud van Delden
starstarstarstarstar
Ruud van Delden
10
Data Science

"Hele leuke cursus, Farisch is een goede leraar die alles prima uitlegt. We hadden daardoor een hele relaxte sfeer tijdens de cursus. Goed te begrijpen of je nou wel of nog geen ervaring hebt." - 11-05-2022 13:18

"Hele leuke cursus, Farisch is een goede leraar die alles prima uitlegt. We hadden daardoor een hele relaxte sfeer tijdens de cursus. Goed te… alles lezen - 11-05-2022 13:18

Hinda Boukriche
starstarstarstarstar
Hinda Boukriche
10
Data Science

"Goede uitleg waardoor je het ook volgt. Ik heb aardig wat kennis opgedaan en dat zonder ervaring en zero knowledge. Wanneer de basis duidelijker wordt dan is het ook prettiger werken. En dit dankzij Farisch die behulpzaam en geduldig is." - 07-05-2022 14:15

"Goede uitleg waardoor je het ook volgt. Ik heb aardig wat kennis opgedaan en dat zonder ervaring en zero knowledge. Wanneer de basis duide… alles lezen - 07-05-2022 14:15

Dieu Mai
starstarstarstarstar
Dieu Mai
Jr. Data Engineer
10
Data Science

"De cursus Data Science geeft je een goede basis hoe je aan de slag kunt gaan met de data. Je leert in deze cursus om te gaan met verschillende libraries in Python en daarnaast ook de basis van Machine Learning. Desondanks dat de stof over het algemeen lastig wordt ervaren, wordt dit goed overgebracht naar de cursist. Ik vond het een leuke en leerzame cursus!" - 02-05-2022 22:32

"De cursus Data Science geeft je een goede basis hoe je aan de slag kunt gaan met de data. Je leert in deze cursus om te gaan met verschillen… alles lezen - 02-05-2022 22:32

シ Kevin Smit
starstarstarstarstar
シ Kevin Smit
10
Data Science

"Farisch heeft het voor elkaar gekregen een relatief moeilijk onderwerp makkelijk over te kunnen brengen. Door zijn duidelijke uitleg en vakkundigheid kon hij alle vragen omtrent Data Science voor iedere cursist inzichtelijk maken!" - 02-05-2022 08:15

"Farisch heeft het voor elkaar gekregen een relatief moeilijk onderwerp makkelijk over te kunnen brengen. Door zijn duidelijke uitleg en vakk… alles lezen - 02-05-2022 08:15

starstarstarstarstar
hassanien
10
Data Science

"Ik vond het een hele leuke, interessante en uitdagende cursus.

Je krijgt een goede beeld van wat Data science nou echt inhoud, daarnaast krijg je te maken met verschillende algoritmes en als laatste ga je die algoritmes ook zelf moet toepassen op verschillende datasets.

Een echte aanrader als je nieuwe dingen wilt leren om meer met je data te kunnen." - 08-02-2022 15:00

"Ik vond het een hele leuke, interessante en uitdagende cursus. Je krijgt een goede beeld van wat Data science nou echt inhoud, daarnaast… alles lezen - 08-02-2022 15:00

 Mehari
starstarstarstarstar
Mehari
10
Data Science

"Ik heb de driedaagse cursus gevolgd bij School of Data Science. Voor aanvang van deze cursus heb ik tevens een Python cursus gevolgd. Hierdoor was de Data Science cursus prima te volgen. Met name door de goede begeleiding van Farisch, die veel aandacht besteed aan interactie gedurende de cursus. " - 06-02-2022 18:05

"Ik heb de driedaagse cursus gevolgd bij School of Data Science. Voor aanvang van deze cursus heb ik tevens een Python cursus gevolgd. Hierdo… alles lezen - 06-02-2022 18:05

Melissa van Tilborg
starstarstarstarstar
Melissa van Tilborg
10
Data Science

"Ik heb de driedaagse cursus op locatie gevolgd. Tijdens de cursus krijg je een grote hoeveelheid theorie, en je leert meteen hoe je deze theorie toepast in Python. Deze combinatie zorgt ervoor dat je precies weet waarom je een bepaalde mechanine learning algoritme gebruikt, en wat het allemaal doet. Ik vond dat Farisch erg rustig en duidelijk kon uitleggen. Locatie was goed te bereiken met openbaar vervoer." - 04-02-2022 16:48

"Ik heb de driedaagse cursus op locatie gevolgd. Tijdens de cursus krijg je een grote hoeveelheid theorie, en je leert meteen hoe je deze the… alles lezen - 04-02-2022 16:48

Britt Grootes
starstarstarstarstar
Britt Grootes
10
Data Science

"Ik koos voor verschillende cursussen bij de School of Data Science om mijn achtergrond in cultureel erfgoed en onderzoek (geesteswetenschappen) te verdiepen. Met de bevlogen en deskundige docenten zijn mijn verwachtingen ruimschoots overtroffen! Ik heb veel geleerd en meer dan genoeg gereedschappen en inspiratie meegekregen om de komende tijd verder mee aan de slag te gaan.

Voorafgaand aan de cursussen nam Farisch uitgebreid te tijd om samen met mij te kijken welke cursussen het beste bij mij pasten. Hij gaf me materiaal mee om alvast thuis te raken in Python, en had ook nog de tijd om daar feedback op te geven.
Ik volgde Data Science bij hem. Farisch heeft veel kennis en geeft heldere uitleg. Hij verdiept zich in zijn cursisten en hun achtergrond en weet daardoor iedereen bij zijn les te betrekken, en weet zo ook verschillende achtergronden aan elkaar te koppelen, zodat we als cursisten van elkaar en van de docenten konden leren. De persoonlijke aandacht, en de goede organisatie om de lessen heen maken van Farisch een ontzettende aanrader. Wat een goede docent!" - 30-12-2021 15:27

"Ik koos voor verschillende cursussen bij de School of Data Science om mijn achtergrond in cultureel erfgoed en onderzoek (geesteswetenschapp… alles lezen - 30-12-2021 15:27

starstarstarstarstar
Thijs Duim
10
Data Science

"Zeer interessante cursus om de wereld van Data Science in te duiken! Farisch is een erg prettige opleider; persoonlijk, legt goed uit en er is veel tijd voor persoonlijke begeleiding. Ik kan nieuwe cursisten aanraden om van tevoren de basiskennis van wiskunde statistiek op te frissen (bijvoorbeeld gratis op Khan Academy)" - 01-12-2021 09:43

"Zeer interessante cursus om de wereld van Data Science in te duiken! Farisch is een erg prettige opleider; persoonlijk, legt goed uit en er … alles lezen - 01-12-2021 09:43

Michael Dasai
starstarstarstarstar
Michael Dasai
10
Data Science

"Hele interessante cursus met aardig wat complexe informatie. Deze informatie is tijdens de cursus op een prettige en duidelijke manier uitgelegd. Voorbeelden, praktijk oefeningen en de persoonlijke begeleiding hebben mij hierbij enorm geholpen. Zeker een aanrader om te volgen!
" - 28-11-2021 19:53

"Hele interessante cursus met aardig wat complexe informatie. Deze informatie is tijdens de cursus op een prettige en duidelijke manier uitge… alles lezen - 28-11-2021 19:53

starstarstarstarstar
Hashi Nur
Data scientist
10
Data Science

"Mijn ervaring met de cursus Python for data analysis is alleen maar positief. In deze cursus werd de basis in python programmeren gelegd. Farisch legt de theorie goed uit met behulp van voorbeelden. Daarnaast is er voldoende tijd om vragen te stellen. De cursus is zeker een aanrader" - 14-11-2021 16:41

"Mijn ervaring met de cursus Python for data analysis is alleen maar positief. In deze cursus werd de basis in python programmeren gelegd. Fa… alles lezen - 14-11-2021 16:41

starstarstarstarstar_half
Wybo Hoekstra
Software ontwikkelaar
9
Data Science

"Voor aanvang van de cursus werd materiaal aangeboden. Op deze manier had iedereen dezelfde basis om mee te starten.
De kennis van Farisch is zeer goed. Zijn stijl van doceren is rustig met veel voorbeelden en interactief. Regelmatig test Farisch of de kennis goed is overgekomen door de cursisten te laten samenvatten en vragen te stellen. Farisch heeft aandacht voor de groep en het individu.

Heb veel geleerd en vind de training Data Science van “School of Data Science” een aanrader voor iedereen die meer over dit ontwerp wil leren.

" - 08-11-2021 08:16

"Voor aanvang van de cursus werd materiaal aangeboden. Op deze manier had iedereen dezelfde basis om mee te starten. De kennis van Farisch i… alles lezen - 08-11-2021 08:16

Lennart Goeijenbier
starstarstarstarstar
Lennart Goeijenbier
10
Data Science

"Farisch, met zijn geduldige en professionele manier van onderwijzen, maakt deze training eentje die je als zeer plezierig zult ervaren. De training zelf was logisch opgedeeld, duidelijk en praktisch ingesteld. Een aanrader!" - 28-09-2021 12:55

"Farisch, met zijn geduldige en professionele manier van onderwijzen, maakt deze training eentje die je als zeer plezierig zult ervaren. De t… alles lezen - 28-09-2021 12:55

Mart Wigman
starstarstarstarstar
Mart Wigman
Trainee Business & Data
10
Data Science

"Aan de hand van Python opdrachten werkten wij door de stof van het onderdeel Data Science heen, hierdoor werd theorie direct toegepast. Voor de personen die meer ervaring hadden of het sneller oppikten, was er mogelijkheid tot ingewikkeldere vraagstukken. " - 28-09-2021 08:58

"Aan de hand van Python opdrachten werkten wij door de stof van het onderdeel Data Science heen, hierdoor werd theorie direct toegepast. Voor… alles lezen - 28-09-2021 08:58

Pim Stegman
starstarstarstarstar
Pim Stegman
10
Data Science

"Ik had al ervaring met Data Science, alleen heb ik het nog nooit gedaan aan de hand van Python. Farisch heeft Python heel goed uitgelegd aan de hand van voorbeelden. Hij maakt de stof levendig door het te linken aan de praktijk. " - 24-09-2021 12:01

"Ik had al ervaring met Data Science, alleen heb ik het nog nooit gedaan aan de hand van Python. Farisch heeft Python heel goed uitgelegd aan… alles lezen - 24-09-2021 12:01

starstarstarstarstar
Gianni Versteeg
10
Data Science

"Deze cursus biedt een geweldige mogelijkheid om met weinig voorkennis een heel goede data scientist te worden. De structuur was goed opgezet, waardoor het leren makkelijk was en ik snel alle informatie oppikte. " - 22-09-2021 16:51

"Deze cursus biedt een geweldige mogelijkheid om met weinig voorkennis een heel goede data scientist te worden. De structuur was goed opgezet… alles lezen - 22-09-2021 16:51

Daan de Jong
starstarstarstarstar
Daan de Jong
10
Data Science

"De opleiding in Data Science van Farisch geeft een frisse herinnering in de stof die je van vroeger kent, en bouwt daar effectief bovenop met een schat aan relevante informatie en praktische applicatie. Met genoeg ruimte voor vragen, persoonlijk maatwerk en een vlot werktempo zijn de sessies goed te volgen. Het curriculum is duidelijk en soms pittig, maar Farisch neemt je goed mee door de stof." - 22-09-2021 10:20

"De opleiding in Data Science van Farisch geeft een frisse herinnering in de stof die je van vroeger kent, en bouwt daar effectief bovenop me… alles lezen - 22-09-2021 10:20

Jonathan Deurloo
starstarstarstarstar
Jonathan Deurloo
Process Consultant
10
Data Science

"Zeer interessante cursus. Goed bereikbare locatie (10 min lopen vanaf station Den Haag HS). Ruime uitleg voor beginners, maar zeker ook gevorderden! Farisch geeft interactieve lessen en legt graag extra uit over de lesstof die niet voor iedereen direct duidelijk is. " - 01-09-2021 06:43

"Zeer interessante cursus. Goed bereikbare locatie (10 min lopen vanaf station Den Haag HS). Ruime uitleg voor beginners, maar zeker ook gevo… alles lezen - 01-09-2021 06:43

starstarstarstarstar
Diego Gomez
10
Data Science

"I enjoyed this course very much. Good materials and an experienced facilitator. Easy to follow structure and well explained material. Also, very interesting exercises ranging from very beginner to more challenging ones! Recommended for those looking for a more personal touch when learning computer science! " - 31-08-2021 14:24

"I enjoyed this course very much. Good materials and an experienced facilitator. Easy to follow structure and well explained material. Also, … alles lezen - 31-08-2021 14:24

Martijn Antes
starstarstarstarstar_half
Martijn Antes
9
Data Science

"Door de kleine groep was het heel goed mogelijk om dieper in te gaan op vragen en discussies te hebben over datgene wat Data Science kon betekenen in de dagelijkse toepassing.

Voor de basale kennis en toepassing van Data Science concepten zeker een goede instap. " - 31-08-2021 13:17

"Door de kleine groep was het heel goed mogelijk om dieper in te gaan op vragen en discussies te hebben over datgene wat Data Science kon bet… alles lezen - 31-08-2021 13:17

Farisch Hanoeman
Farisch Hanoeman
Empowering People and Companies with Data Science and Artificial Intelligence
10

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Download gratis en vrijblijvend de informatiebrochure

(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)

Heb je nog vragen?

(optioneel)
We slaan je gegevens op om je via e-mail en evt. telefoon verder te helpen.
Meer info vind je in ons privacybeleid.