Cursus
Omgaan met missende data met imputaties in R
- GevorderdVaardigheidsniveau
- 4.7+
- 103 reviews
Diagnoseer, visualiseer en behandel ontbrekende gegevens met verschillende imputatietechnieken en tips om je resultaten te verbeteren.
Datamanipulatie
Bekijk korte video's van deskundige instructeurs en oefen daarna wat je hebt geleerd met interactieve oefeningen in je browser.
of
Cursus
Diagnoseer, visualiseer en behandel ontbrekende gegevens met verschillende imputatietechnieken en tips om je resultaten te verbeteren.
Datamanipulatie
Cursus
Verbind Java met PostgreSQL via JDBC. Schrijf veilige querys, beheer transacties en werk efficiënt met grote datasets.
Softwareontwikkeling
Cursus
Breid je regressietoolbox uit met de logistieke en Poisson-modellen en leer hoe je ze kunt trainen, begrijpen en valideren, en hoe je voorspellingen kunt doen.
Kansrekening en statistiek
Cursus
Leer hoe je trainingstijden voor large language models verkort met Accelerator en Trainer voor gedistribueerde training
Kunstmatige intelligentie
Cursus
Leer hoe je de hyperparameters van je model kunt afstemmen om de beste voorspellingsresultaten te krijgen.
Machine learning
Cursus
Doe praktische ervaring op met het trekken van goede conclusies op basis van data in deze vier uur durende cursus over statistische inferentie in Python.
Kansrekening en statistiek
Cursus
Gebruik overlevingsanalyse om met tijd-tot-gebeurtenisgegevens te werken en de overlevingstijd te voorspellen.
Kansrekening en statistiek
Cursus
Leer hoe je schaalbare prognosepijplijnen in Python kunt ontwerpen, automatiseren en monitoren.
Machine learning
Cursus
Ontdek hoe je met discrete-event simulatie je bedrijfsprocessen kunt verbeteren. Leer hoe je digitale tweelingen kunt maken met het SimPy-pakket van Python.
Kansrekening en statistiek
Cursus
Leer hoe je meetmodellen kunt maken en beoordelen om de structuur van een schaal of vragenlijst te checken.
Kansrekening en statistiek
Cursus
Specificeer en pas GARCH-modellen toe om tijdsafhankelijke volatiliteit en value-at-risk te voorspellen.
Applied Finance
Cursus
Leer hoe je het Bioconductor-pakket limma kunt gebruiken voor differentiële genexpressieanalyse.
Kansrekening en statistiek
Cursus
Leer omgaan met gevoelige info met technieken die je privacy beschermen.
Machine learning
Cursus
In deze cursus bereid je je voor op de meest voorkomende statistische onderwerpen, van verdelingen tot hypothesetests, regressiemodellen en nog veel meer.
Kansrekening en statistiek
Cursus
Leer hoe je klantkeuzegegevens kunt analyseren en modelleren in R.
Kansrekening en statistiek
Cursus
Leer hoe je Bayesiaanse schattingsmethoden kunt gebruiken om betere conclusies te trekken over lineaire regressiemodellen.
Kansrekening en statistiek
Cursus
Analyze time series graphs, use bipartite graphs, and gain the skills to tackle advanced problems in network analytics.
Kansrekening en statistiek
Cursus
In deze cursus leer je hoe je met RJAGS meer geavanceerde Bayesiaanse modellen kunt maken.
Kansrekening en statistiek
Cursus
Author Dags with the TaskFlow API, asset-based scheduling, and deferrable sensors, and run an end-to-end SQL ETL pipeline with quality checks.
Data-engineering
Cursus
Wil je weten hoe de modellen achter producten als Google Translate werken?
Kunstmatige intelligentie
Cursus
Leer hoe je schaalbare code kunt schrijven voor het werken met big data in R met behulp van de pakketten bigmemory en iotools.
Softwareontwikkeling
Cursus
Scale and manage multi-cluster GKE environments. Master fleets, Cloud Service Mesh, identity management, CI/CD at scale, and GKE Enterprise capabilities.
Cloud
Cursus
Develop data pipelines with Apache Beam and Dataflow. Cover transforms, windowing, I/O connectors, schemas, state APIs, Beam SQL, and notebooks.
Cloud
Cursus
Operate Dataflow pipelines in production. Learn monitoring, logging, troubleshooting, performance tuning, CI/CD, reliability, and templates.
Cloud
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.
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.
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.
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.
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.
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.
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.
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.
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.
Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.