Ga naar hoofdinhoud

Cursussen over data, AI en de cloud

Leer de belangrijkste vaardigheden

Bekijk korte video's van deskundige instructeurs en oefen daarna wat je hebt geleerd met interactieve oefeningen in je browser.

  • Leer op je eigen tempo
  • Doe praktijkervaring op
  • Korte, behapbare hoofdstukken

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.
685 Cursussen

Cursus

Wiskunde voor financiële professionals

  • BasisVaardigheidsniveau
  • 4.8+
  • 499

Leer de belangrijkste financiële rekenvaardigheden met handige Excel-oefeningen en voorbeelden uit het echte leven.

Applied Finance

3 uur

Cursus

Deep Reinforcement Learning in Python

  • GevorderdVaardigheidsniveau
  • 4.8+
  • 499

Leer en gebruik krachtige Deep Reinforcement Learning-algoritmen, inclusief verfijnings- en optimalisatietechnieken.

Kunstmatige intelligentie

4 uur

Cursus

Introductie tot TensorFlow in Python

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 496

Leer de basis van neurale netwerken en hoe je deep learning-modellen kunt bouwen met TensorFlow.

Machine learning

4 uur

Cursus

Bayesian Data Analysis in Python

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 494

Ontdek alle voordelen van Bayesiaanse data-analyse en pas het toe op allerlei echte situaties!

Kansrekening en statistiek

4 uur

Cursus

Basis van PySpark

  • GemiddeldVaardigheidsniveau
  • 4.7+
  • 492

Data-engineering

4 uur

Cursus

Queryprestaties verbeteren in PostgreSQL

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 489

Leer hoe je je PostgreSQL-querys zo kunt opzetten dat ze in een mum van tijd worden uitgevoerd.

Softwareontwikkeling

4 uur

Cursus

Visualizations in Sigma

  • BasisVaardigheidsniveau
  • 4.9+
  • 482

Learn to build and customize Sigma charts to tell clear, compelling data stories—no coding required.

Datavisualisatie

2 uur

Cursus

Ensemblemethoden in Python

  • GevorderdVaardigheidsniveau
  • 4.9+
  • 481

Leer hoe je geavanceerde en effectieve machine learning-modellen kunt bouwen in Python met behulp van ensemble-technieken zoals bagging, boosting en stacking.

Machine learning

4 uur

Cursus

Webscraping in R

  • GemiddeldVaardigheidsniveau
  • 4.7+
  • 480

Leer hoe je met R makkelijk gegevens van elke website kunt verzamelen en downloaden.

Datavoorbereiding

4 uur

Cursus

Introduction to AWS Boto in Python

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 479

Learn about AWS Boto and harnessing cloud technology to optimize your data workflow.

Cloud

4 uur

Cursus

Financiële analyse in Google Sheets

  • BasisVaardigheidsniveau
  • 4.7+
  • 477

Leer hoe je een grafisch dashboard kunt maken met Google Sheets om de prestaties van financiële effecten bij te houden.

Applied Finance

4 uur

Cursus

Supervised Learning in R: Regressie

  • GemiddeldVaardigheidsniveau
  • 4.7+
  • 477

In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.

Machine learning

4 uur

Cursus

Casestudy: Supply Chain Analytics in Power BI

  • BasisVaardigheidsniveau
  • 4.8+
  • 475

Learn how to use Power BI for supply chain analytics in this case study. Create a make vs. buy analysis tool, calculate costs, and analyze production volumes.

Datavisualisatie

4 uur

Cursus

Introductie tot GCP

  • BasisVaardigheidsniveau
  • 4.8+
  • 475

Leer het Google Cloud Platform (GCP) kennen met deze cursus over opslag, gegevensverwerking en bedrijfsmodernisering met behulp van GCP.

Cloud

2 uur

Cursus

Fraudedetectie in Python

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 475

Leer hoe je fraude kunt opsporen met Python.

Machine learning

4 uur

Cursus

RNA-Seq met Bioconductor in R

  • GemiddeldVaardigheidsniveau
  • 4.7+
  • 475

Gebruik RNA-Seq differentiële expressieanalyse om genen te vinden die waarschijnlijk belangrijk zijn voor verschillende ziekten of aandoeningen.

Kansrekening en statistiek

4 uur

Cursus

Omgaan met ontbrekende gegevens in R

  • BasisVaardigheidsniveau
  • 4.8+
  • 472

Maak het makkelijk om ontbrekende gegevens te bekijken, te verkennen en in te vullen met naniar, een handige manier om met ontbrekende gegevens om te gaan.

Datavoorbereiding

4 uur

Cursus

Gegevens manipuleren met data.table in R

  • BasisVaardigheidsniveau
  • 4.7+
  • 472

Leer de belangrijkste dingen over het bewerken van data, zoals filteren, selecteren en groepsstatistieken maken met data.table.

Datamanipulatie

4 uur

Cursus

ARIMA-modellen in Python

  • GevorderdVaardigheidsniveau
  • 4.9+
  • 467

Leer meer over ARIMA-modellen in Python en word een expert in tijdreeksanalyse.

Machine learning

4 uur

Cursus

Streaming-concepten

  • BasisVaardigheidsniveau
  • 4.8+
  • 466

Ontdek het verschil tussen batchverwerking en streaming, het schalen van streamingsystemen en toepassingen in de praktijk.

Data-engineering

2 uur

Cursus

Data Processing in Shell

  • GemiddeldVaardigheidsniveau
  • 4.9+
  • 463

Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.

Datamanipulatie

4 uur

Cursus

Introductie tot portefeuille-analyse in Python

  • GevorderdVaardigheidsniveau
  • 4.9+
  • 460

Learn how to calculate meaningful measures of risk and performance, and how to compile an optimal portfolio for the desired risk and return trade-off.

Applied Finance

4 uur

Cursus

Tijdreeksen visualiseren in Python

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 459

Kijk naar seizoensinvloeden, trends en andere patronen in je tijdreeksgegevens.

Datavisualisatie

4 uur

Cursus

Best practices voor visualisaties in R

  • BasisVaardigheidsniveau
  • 4.9+
  • 458

Learn to effectively convey your data with an overview of common charts, alternative visualization types, and perception-driven style enhancements.

Datavisualisatie

4 uur

Cursus

Introductie tot Spark SQL in Python

  • GevorderdVaardigheidsniveau
  • 4.8+
  • 458

Leer hoe je gegevens kunt bewerken en machine learning-functiesets kunt maken in Spark met behulp van SQL in Python.

Datamanipulatie

4 uur

Cursus

Introduction to Linear Modeling in Python

  • GemiddeldVaardigheidsniveau
  • 4.7+
  • 458

Explore the concepts and applications of linear models with python and build models to describe, predict, and extract insight from data patterns.

Kansrekening en statistiek

4 uur

Cursus

Introduction to Julia

  • BasisVaardigheidsniveau
  • 4.9+
  • 457

Julia is a new programming language designed to be the ideal language for scientific computing, machine learning, and data mining.

Softwareontwikkeling

4 uur

Cursus

Feature Engineering with PySpark

  • GevorderdVaardigheidsniveau
  • 4.8+
  • 454

Learn the gritty details that data scientists are spending 70-80% of their time on; data wrangling and feature engineering.

Datamanipulatie

4 uur

Cursus

Streaming Data with AWS Kinesis and Lambda

  • GevorderdVaardigheidsniveau
  • 4.8+
  • 454

Learn how to work with streaming data using serverless technologies on AWS.

Cloud

4 uur

Cursus

Monitoring Machine Learning-concepten

  • GemiddeldVaardigheidsniveau
  • 4.8+
  • 449

Ontdek de uitdagingen van het monitoren van machine learning-modellen in productie, zoals data- en conceptdrift, en aanpak van modeldegradatie.

Machine learning

2 uur

FAQs

Wat is datawetenschap?

Datawetenschap is een vakgebied dat zich bezighoudt met het onttrekken van informatie uit data. Met behulp van programmeervaardigheden, wetenschappelijke methoden, algoritmen en nog veel meer analyseren datawetenschappers data om vorm te geven aan bruikbare inzichten.

Hoe kan ik datawetenschap leren?

Je moet een programmeertaal zoals Python of R leren en de basis van wiskunde en statistiek onder de knie krijgen. Kennis van data-analysemethoden en datawetenschapstools is ook essentieel. Er zijn veel manieren om datawetenschap te leren. Naast formele opleidingen, zoals een diploma of een universitaire studie, zijn er genoeg andere bronnen om je te helpen in je eigen tempo te leren. Naast online cursussen en tutorials zijn er boeken, video's en nog veel meer.

Welke vaardigheden heb je nodig voor datawetenschap?

Naast kennis van wiskunde en statistiek moeten datawetenschappers kunnen programmeren in talen als Python, R en SQL. Daarnaast moet je kunnen werken met grote datasets en kennis hebben van datavisualisatie, data wrangling en databasebeheer. Vaardigheden op het gebied van machine learning en deep learning kunnen ook goed van pas komen.

Waarvoor kan ik datawetenschap gebruiken?

In een professionele setting kan datawetenschap in bijna elke branche worden toegepast. Zorgorganisaties gebruiken het om ziektes op te sporen en te genezen, terwijl financiële bedrijven het inzetten om fraude te ontdekken en te voorkomen. In veel verschillende branches wordt datawetenschap ook ingezet voor marketing. Denk hierbij aan het bouwen van aanbevelingssystemen en het analyseren van klantverloop.

Is datawetenschap een goede carrièrekeuze?

Ja, datawetenschap is een van de snelst groeiende sectoren in de VS en de rest van de wereld. Het is ook een van de best betaalde banen die er zijn. Volgens gegevens van Payscale verdienen ervaren datawetenschappers gemiddeld $ 97.609 en geven ze een tevredenheidsscore van vier op de vijf sterren in de VS.

Is het moeilijk om datawetenschapper te worden?

Er zijn een paar dingen om rekening mee te houden. Ten eerste kan het best lastig zijn om toegelaten te worden tot een opleiding datawetenschap, omdat je vaak hoge cijfers moet halen. Ook moet je voor veel van de vaardigheden die je nodig hebt voor datawetenschap flink studeren en geduld hebben. Het kan maanden duren voordat je de volledige basis onder de knie hebt, en daarnaast heb je ook veel praktijkervaring nodig om een startersfunctie te bemachtigen.

Moet je kunnen programmeren voor datawetenschap?

Ja, je hebt wat programmeerervaring nodig in talen zoals Python, R, SQL, Java en C/C++. Maar omdat Python een vrij eenvoudige syntaxis heeft, is deze programmeertaal vaak de favoriet van beginners.

Hoe lang duurt het om datawetenschapper te worden?

Als je nog nooit hebt geprogrammeerd of niet zo goed bent in wiskunde, moet je zo'n 7 tot 12 maanden intensief studeren om een beginnende datawetenschapper te worden. Maar onthoud dat alleen de theorie leren je nog niet echt een datawetenschapper maakt.

Welke onderwerpen kan ik binnen de datawetenschap bestuderen?

Als je de basis van datawetenschap onder de knie hebt, kun je je specialiseren in allerlei gebieden, zoals machine learning, kunstmatige intelligentie, big data-analyse, bedrijfsanalyse en -informatie, datamining en nog veel meer.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.