Het vervolg op Python met Data Science - Virtuele training
Cursusvorm
Klassikaal of Virtueel
Dit is een leervorm waarbij je tijdens 1 tot 5 aaneengesloten dagen virtuele of klassikale theorie krijgt aangeboden van een trainer waarna je deze theorie in de praktijk brengt middels opdrachten op een pc. De verhouding tussen theorie en opdrachten is ongeveer 50/50. Deze combinatie zorgt voor een optimale verwerking van de leerstof.
Tijdens deze virtuele training ga je aan de slag met de werking van verschillende machine learning algoritmes. Ook raak je bekend met de basisprincipes van de statistieken die worden toegepast binnen machine learning. Hierbij behandel je onderwerpen als multivariable regressie en de optimalisatie van de prestaties van toegepaste algoritmes. Na afloop kun je zelfstandig machine learning toepassen op een dataset en de keuzen tijdens de verschillende data science projectfases onderbouwen en presteren.
Jouw resultaat
Na afloop van deze training:
Ken je de basisbegrippen van machine learning
Kun je data voorbereiden ten behoeve van machine learning algoritmes
Kun je een classificatie algoritme trainen en evalueren
Kun je een vraag beantwoorden met data
Ben je bekend met Hypothesis Testing
Ben je bekend met de principes en vormen van (enkelvoudige) lineaire regressie
Ben je bekend met Model Fitting en weet je wat de oorzaak is van under- of overfitting
Kun je features selecteren, combineren en verbeteren
Ken je de principes van en kun je werken met support vector machine algoritmes
Ken je de wiskundige/statistische achtergrond van verschillende classificatie-algoritmes
Ken je de principes van en kun je werken met ensemble methoden
Kun je de performance van een toegepast model meten en evalueren
Ken je de toepassingsgebieden en voor- en nadelen van Python Libraries voor ML
Voor wie
Je wilt je graag verdiepen in data science en machine learning in combinatie met Python. Dit is een vervolg op de training Python met Data Science.
Aanpak
Het intensieve programma van deze virtuele training bestaat uit theorie, demo’s, praktijkopdrachten en discussie. De deelnemer gaat ook zelf aan de slag met Python en data science en machine learning libraries. Ook leer je als deelnemer de verschillende algoritmes kennen inclusief de theoretische achtergronden hiervan. Daarnaast kun je de performance van een gekozen algoritme beoordelen en feature engineering toepassen om een model te verbeteren.
Voorkennis
Je hebt kennis op het niveau van de training Python voor Data Science. Dit is benodigd voor het deelnemen aan deze training.
Studiemateriaal
Computrain gebruikt het meest actuele, Engelstalige studiemateriaal, dat speciaal is ontwikkeld voor deze training. Tevens beschik je over een zeer moderne online leeromgeving, e-Connect. Deze omgeving bevat alle informatie die je voor de training nodig hebt en aanvullende informatie. Daarnaast kun je makkelijk communiceren met je mededeelnemers.
Prijzen zijn BTW vrij zonder opslag. Trainingsmaterialen en arrangementskosten zijn altijd belast met 9% BTW.
Python voor Data Science Advanced (Virtueel)
Cursusvorm
Klassikaal of Virtueel
Dit is een leervorm waarbij je tijdens 1 tot 5 aaneengesloten dagen virtuele of klassikale theorie krijgt aangeboden van een trainer waarna je deze theorie in de praktijk brengt middels opdrachten op een pc. De verhouding tussen theorie en opdrachten is ongeveer 50/50. Deze combinatie zorgt voor een optimale verwerking van de leerstof.