Data Science Fundamentals

Training over de groeiende behoefte aan Machine Learning, Data Mining en AI-toepassingen naast traditionele BI-tools. Verkent verschillen tussen BI, Data Warehousing, Big Data en Data Science.

1 dag
Certificaat na afronding
Data Science

Er is een steeds groter groeiende behoefte om naast de bekende business intelligence (BI)-toepassingen als reports, dashboards en OLAP ook Machine Learning, Data Mining, Artificial Intelligence (kortweg: Data Science) toepassingen te ontwikkelen voor en met de gebruikers. In deze cursus gaan we in op de verschillen tussen Business Intelligence, Datawarehousing, Big Data en Data Science en laten we zien wat Data Science is, waarom het voor BI en Datawarehouse professionals interessant is en hoe je het praktisch kunt gaan inzetten.

Wat kun je verwachten?

Na het volgen van deze cursus ben je in staat om de verschillende concepten en stappen in Data Science te benoemen, mee te praten en advies te geven over tools en implementatie.

Wat ga je leren?

Na het volgen van deze training heb je inzicht in:

  • De fundamentele rol van Data Science in het huidige datalandschap

  • De verschillen en overeenkomsten met Business Intelligence

  • De varianten van Data Science: Data Mining, Machine Learning en Artifical Intelligence

  • Concrete Data Science voorbeelden uit de praktijk

  • Een verdieping in de verschillende algoritmen voor Data Science

  • Een overzicht van bekende en minder bekende tools

  • Verschillende demo’s van Data Science Tools

Opzet van de training

De training combineert theorie met concrete praktijkvoorbeelden en opdrachten. Je leert van ervaren trainers met hands-on ervaring.

Waarom deelnemen?

Je leert hoe je Data Science toepast in jouw werkpraktijk en welke tools en methoden daarvoor beschikbaar zijn. Zo leg je een stevige basis voor succesvolle projecten en draag je direct bij aan datagedreven besluitvorming.

Schrijf je vandaag nog in en leg een stevig fundament in Data Science!

Tijdens de cursus krijg je inzicht in fundamentele en actuele ontwikkelingen binnen het Data Science-vakgebied en welke vragen je op kunt lossen met Data Science. De focus ligt op het creëren van inzicht in de samenhang tussen de diverse thema’s.

Onderwerpen die aan bod komen:

  • Overzicht van Data Science

    • Wat is data science en wat zijn de verschillen en overeenkomsten met BI en datawarehousing?

    • Welke vragen kunnen we oplossen met data science?

  • De relatie tussen big data en data science

    • Data Mining

    • 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)

  • Machine Learning

    • 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

  • 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 Milieuzone

  • Data Science rollen

    • Van BI Competence Center naar Data Science Competence Center: van data driven naar data centric

    • Van BI consultant naar Data Science consultant: ontwikkelen van een nieuwe skillset, hoe ziet deze eruit?

  • Data Science proces

    • CRISP-DM: methodiek voor Data Science

    • Stappenplan voor implementatie van Data Science

    • Risico’s, valkuilen, maatregelen

  • Tool demo’s

    • Demo RapidMiner Data Science Platform

    • Demo MS Azure Machine Learning

    • Demo TIBCO Spotfire Predictive Analytics

  • Tool Overzicht en Advies

    • 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

Na afloop ontvang je een Certificaat van Beroepsontwikkeling als bewijs van je opgedane kennis en vaardigheden.

Doelgroep

Professionals met BI- en Data Warehousing-achtergrond die Data Science willen begrijpen.

Voorkennis

Geen specifieke technische kennis vereist; affiniteit met data, BI of IT-projecten is voordelig.

Data Science
27 mei 2026
Nieuwegein Beschikbaar
woensdag 27 mei 2026 09:00 – 17:00
Inschrijven t/m 20 mei 2026