Tridata Seminar Data Science

Tridata Seminar Data Science

Na afloop van de opleiding wordt een Data Science Seminar. Tijdens dit seminar zullen dertig data scientists van onze Data Science en Big Data Analytics opleiding hun eigen onderzoek presenteren. De uitgevoerde onderzoeken zijn onderdeel van de opleiding en bestrijken inhoudelijk een breed scala aan toepassingen. Hieronder, vindt u een selectie van een aantal onderwerpen die de deelneemers hebben gepresenteerd.

  • Forecasten van aantal plaatsingen voor uitzendbureau
  • Voorspellen van doorlooptijd van hypotheekaanvragen
  • Forecasting the number of public transport travalers in Amsterdam
  • Forecasten van aantallen inkomende telefoongesprekken in call center
  • Classificeren van producten in categorieën op prijsvergelijkingssite
  • Tijdserie analyse van korte termijn rendement aandelenmarkten
  • Leer van je klanten:  Daartoe zijn modellen onderzocht die de kans schatten dat een polishouders een nieuwe polis afsluit.
  • Voorspellen van temperatuur en visualisatie van het weer.
  • Gebruik van enkele methoden op tweedehands auto data
  • Voorspellen stop productgroep (herhaalaankoopo) afname bij Bidfood (voorheen DailyXL).
  • Determining operating modes of a Fast Crew Supply vessel
  • Verzekeringsfraude detecteren met behulp van Marktplaats.nl
  • Nieuws sentiment als financiële stabiliteit indicator
  • het voorspellen van koersschommelingen op basis van jaarverslagen
  • Klantsignalen & klantgedrag: : in hoeverre zijn waardering & sentiment gemeten in CTO bepalend voor klantgedrag?
  • Default offices, departments en contactpersonen in de Freight Forwarding applicatie
  • Gedrag van klanten van sportscholen voorspellen.
  • Voorspellen afgeschreven leningen
  • Inzicht in karate evenementen: kan met behulp van datascience een ideale groep samengesteld worden om gelijkwaardige tegenstanders te krijgen?
  • Wat kunnen we leren van ookla data. Mensen doen regel matig snelheidsmetingen via ookla. Als netwerk provider is het interessant om te kijken of we hier van kunnen leren en hoe we het ten opzichte van andere doen
  • Automatische classificatie van meteoroïden
  • Wat zijn berlangijke factoren voor bepalen van het soort hoofdbehandelaarschap van een diabeet (huisarts of specialist)
  • Voorspellen van succes van films
  • Voorspel of een student succesvol zijn/haar opleiding gaat afronden
  • Het voorspellen van gebruikersgedrag binnen een second screen applicatie
  • Voorspellen van premiekenmerken bij een verzekeraar
    Voorspellen schadebedrag arbeidsongeschiktheidsverzekering
  • Onderzoek van de vrije opmerkings-velden uit ons contacttevredenheidsonderzoek
  • Voorspellen van schadebedrag van autoschades
  • Zoeken naar indicatoren voor verloedering in een stad.

Dit seminar is open voor een klein aantal geïnteresseerden, dat meer wil weten over de toepassingen van Data Science of de opleiding Data Science en Big Data Analytics van Tridata.

Wie mag zich aanmelden?
 
Data Science managers
Aankomende Data Scientists
Business Intelligence managers
Data analisten
Iedereen van een data-gedreven organisatie
Kwartiermakers Data Science bij gemeenten, Rijksoverheid en ZBO’s .
Onderzoekers met een kwantitatieve achtergrond die zich willen oriënteren op het beroep Data Scientist

Kosten:
Het seminar is kosteloos. Het aantal plekken is beperkt, dus wees er snel bij.
Indien u onverhoopt niet aanwezig kunt zijn, zullen de kosten van het seminar in rekening worden gebracht (75 euro).


Voor meer informatie kunt u contact opnemen via:  info(at)tridata.nl
 
Datum: laatste dag van de opleiding
Locatie: Utrecht

Programma:
 Wordt nog aangekondigd

De Docenten

Dr. M. (Mark) van der Loo studeerde cum laude af in de informatische chemie aan de Katholieke Universiteit Nijmegen (een combinatie van scheikunde, wiskunde, en informatica). Na zijn promotie op een onderwerp uit de quantumfysica is hij werkzaam als statistisch onderzoeker bij het CBS met als specialiteit statistical computing and modeling, data cleaning en text processing. Over deze onderwerpen publiceert hij op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, python,  en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipedia paginas. Mark werkt sinds 2012 als consultant en docent voor Tridata.

Drs. E(Edwin) de Jonge Studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren the hebben gespecialiseerd in softwareontwikkeling is hij als onderzoeker gaan werken bij het CBS met als specialiteit statistical computing and modeling, data management en data visualisatie. Over dit laatste onderwerp publiceerde Edwin onder andere een paper voor de prestigieuze IEEE VisWeek conferentie. Edwin is expert op het gebied van verschillende programmeertalen waaronder C++, javascript, python en R. In die laatste taal ontwikkelde hij een package wat inmiddels meer dan 120.000 maal per maand wordt gedownload van de CRAN servers. Edwin werkt sinds 2012 als consultant en docent voor Tridata.

Edwin en Mark zijn auteur van het boek 'Learning R Statistical Computing with Rstudio' (Packt publishing, 2012) en werken momenteel, aan een boek over 'Statistical Data Cleaning with Applications in R' (te verschijnen bij Wiley). In 2013 gaven zij een tutorial op de grootste R conferentie ter wereld (useR!2013) getiteld “an introduction to data cleaning with R”.

Dr. ir. J.(Jan) van der Laan
Dr. ir. J.(Jan) van der Laan studeerde af op het gebied van signaalverwerking bij de de faculteit technische natuurkunde aan de Technische Universiteit Delft. Na zijn promotie op het gebied van medical physics is hij als statistisch onderzoeker werkzaam bij het CBS. Op het CBS houdt hij zich onder andere bezig met statistische analyse en regressietechnieken, data visualisatie en het verwerken en koppelen van grote bestanden. Over deze onderwerken publiceert hij op conferenties en peer reviewed journals. Jan is expert op het gebied van  meerdere programmeertalen waaronder C++, Javascript, D3.js en R. Hij heeft bijdragen geleverd aan meerdere R packages op CRAN. Jan werkt sinds 2015 als consultant en docent bij Tridata.