Retour aux formations
Data & IA
Geavanceerde data-analyse met Big Data en Machine Learning
2 jour(s) • 14h
Description
Doel van de training: Vaardigheden ontwikkelen om grote hoeveelheden gegevens te verwerken, analyseren en benutten met geavanceerde tools zoals Power BI, machine learning en process mining. Gebruikte tools (niet-uitputtende lijst) : • Software : Power BI, Elastic Search, Python, AutoML. • Hardware : Computer met toegang tot analytische tools. • Platforms : Hadoop, Cloud big data services.
Objectifs pédagogiques
- De basisprincipes van big data en data mining begrijpen.
- Geavanceerde tools gebruiken voor data-analyse en visualisatie.
- Machine learning-technieken toepassen voor geautomatiseerde analyses.
- Tools zoals Power BI en Elastic Search inzetten om bruikbare inzichten te verkrijgen.
Public concerné
Data-analisten, data scientists, data-ingenieurs.
BI-managers, analytics consultants, digitale projectmanagers.
Iedereen die zijn kennis van data mining en machine learning wil verdiepen.
Prérequis
Basiskennis van data-analyse en statistiek.
Ervaring met Excel, SQL of een andere databasebeheertool is een pluspunt.
Déroulé du programme
1
Dag 1: Inleiding tot Big Data en geavanceerde analysetools (7 uur)
- 1. Big Data en Data Mining begrijpen (2u)
2
Definitie en uitdagingen van big data.
3
Verschil tussen klassieke BI en data mining.
4
Gebruikscases in bedrijven.
5
Praktijkoefening :
6
Analyse van een dataset om verborgen trends te identificeren.
7
Groepspresentatie met strategische aanbevelingen.
- 2. Tools en technologieën voor data-analyse (2u)
8
Overzicht van tools: Power BI, Elastic Search, Python voor data mining.
9
Introductie tot NoSQL-databases en Hadoop.
10
Praktijkoefening :
11
Werken met een dataset in Power BI en visualisaties maken.
12
Interactieve dashboards ontwikkelen om inzichten te presenteren.
- 3. Machine learning toegepast op big data (3u)
13
Introductie tot supervised en unsupervised machine learning-algoritmes.
14
Inzicht in NLP en de impact ervan op data-analyse.
15
Praktijkoefening :
16
Implementatie van een clustering-model met Python.
17
Resultaten analyseren en vergelijken met andere technieken.
18
Dag 2: Automatisering en geavanceerde toepassingen (7 uur)
- 4. Automatisering van data-analyse met Machine Learning (2u)
19
Integratie van algoritmes in analytische workflows.
20
Toepassing van AutoML.
21
Praktijkoefening :
22
Trainen van een voorspellend ML-model.
23
Modeloptimalisatie en nauwkeurigheidsevaluatie.
- 5. Process mining en besluitvorming (2u)
24
Wat is process mining en hoe wordt het gebruikt?
25
Integratie met Power BI en andere visualisatietools.
26
Praktijkoefening :
27
Analyse van een bedrijfsproces met process mining software.
28
Identificeren en optimaliseren van knelpunten in de workflow.
- 6. Toekomstperspectieven en geavanceerde cases (3u)
29
Blockchain en big data: analyse buiten forensisch onderzoek.
30
Geavanceerde datavisualisatie en storytelling met data.
31
Praktijkoefening :
32
Ontwikkeling van een visueel rapport op basis van een complexe dataset.
33
Groepsdiscussie over strategische beslissingen op basis van data-analyse.
Informations
Durée
2 jour(s)
14h
Tarif
Sur demande
Formations similaires
Data & IA
AI en Machine Learning in softwaretesten
3 jour(s)
Sur demande
Data & IA
Centrale Supélec - Introduction au Machine Learning et à l’IA
1 jour(s)
Sur demande
Data & IA
Centrale Supélec - Machine Learning appliqué
4 jour(s)
Sur demande
Data & IA
Formation IA en entreprise : comprendre, utiliser et sécuriser l'intelligence artificielle
1 jour(s)
Sur demande