Cursus Data Science met Python | Tridata

Data Science is een multidisciplinaire benadering om bruikbare inzichten te extraheren uit de grote en steeds groter wordende hoeveelheden gestructureerde en ongestructureerde gegevens, die worden verzameld en gecreëerd door hedendaagse organisaties. Tridata biedt dé cursus Data Science, gericht op het voorbereiden van gegevens voor analyse en verwerking, het uitvoeren van geavanceerde gegevensanalyses en het presenteren van de resultaten om patronen op een slimme manier te onthullen. De cursus Data Science biedt een gestructureerde aanpak om problemen op te lossen met goed gedefinieerde stappen.

Overige Data science Cursussen en Opleidingen

De Data Science Levenscyclus

In de cursus Data Science met Python besteden we aandacht aan de verschillende stappen van de data science-levenscyclus. De levenscyclus bevat de belangrijkste fasen die projecten meestal doorlopen, vaak iteratief:

Probleemidentificatie
Begrip van de bedrijfscontext
Gegevens verzamelen
Gegevensvoorbewerking
Gegevens analyseren
Gegevensmodellering
Modelevaluatie
Modelimplementatie
Inzichten genereren en BI-rapporten maken
Besluitvorming op basis van inzichten

Data Science Cycle

Data Science tool: Python

Tijdens de cursus Data Science wordt gewerkt met de programmeertaal Python, wereldwijd een van de meest gebruikte programmeertalen. Ontwikkelaars gebruiken Python voor data-analyse, development, DevOps, data-analyse en machine learning. Vooral die laatste twee winnen aan populariteit. Wil je liever aan de slag met R, meld je dan aan voor de 5-daagse cursus met R.

Doelgroep

De cursus Data Science met Python is ontwikkeld voor Big Data projectmanagers, Business Intelligence managers en -consultants, IT managers, business development managers, data-analisten, businessanalisten, datawarehouse-analisten, informatiearchitecten, marketing(technology)managers, marketing (intelligence) managers, innovatiemanagers en Big data-analisten die hun kennis willen opfrissen en uitbreiden.

Vereiste vooropleiding en vaardigheden

Om de cursus Data Science met Python succesvol af te sluiten wordt van de deelnemer een bepaald kennisniveau verwacht:

Minimaal afgerond HBO
Enige ervaring met programmeren (zoals het schrijven van eenvoudige scripts in R, Python of SQL) is noodzakelijk om het tempo van de cursus te kunnen volgen.

Resultaten na afronding van de cursus Data Science met Python

Beschikt u over allround kennis die u nodig heeft om een realistische inschatting te maken van de impact en mogelijkheden van Big Data in uw organisatie.
Heeft u kennis gemaakt met verschillende toepassingen en tools voor het verzamelen, opslaan, analyseren en visualiseren van grote databestanden.
Beschikt u over de juiste handvatten om als projectmanager uw eigen projecten te ontwerpen en te leiden.
Kent u de meest recente ontwikkelingen op het gebied van business intelligence en Big Data.
Kunt u vaststellen hoe data kan worden omgezet in nieuwe kansen en diensten.
Bent u in staat om te bepalen welke databronnen nodig zijn voor de gevraagde informatie.
Heeft u inzicht in methoden voor het analyseren van Big Data.
Bent u in staat om een datascienceproject in logische stappen op te delen.
Bent u in staat om gegevens op te schonen en om te gaan met missende gegevens.

Moduleopbouw cursus Data Science met Python

De wekelijkse opbouw van het programma stelt u in staat om deze cursus eenvoudig te combineren met uw dagelijkse werkzaamheden. Daarbij creëert deze opbouw voor u de ruimte om vragen te stellen die tussentijds op de werkvloer naar boven zijn gekomen.

Inhoud Data Science cursus met Python per dag:

Inleiding tot Data Science en Tools

Introductie tot Data Science en Machine Learning
Installatie en configuratie van tools zoals Python, Jupyter Notebook, en populaire bibliotheken zoals NumPy, Pandas, en Scikit-learn
Basisprincipes van data-analyse en visualisatie met behulp van Pandas en Matplotlib

Data Preprocessing en Feature Engineering

Data cleaning en preprocessing: behandeling van ontbrekende waarden, uitschieters, en dubbele gegevens
Feature engineering: creatie van nieuwe kenmerken en transformaties van bestaande kenmerken om de voorspellende kracht van het model te verbeteren
Hands-on oefeningen met echte datasets om data preprocessing en feature engineering technieken toe te passen

Supervised Learning Technieken

Inleiding tot supervised learning en de meest gebruikte algoritmen: lineaire regressie, logistische regressie, k-nearest neighbors (KNN), decision trees, random forests en boosting
Model evaluatie en validatie: kruisvalidatie, evaluatiemetrics zoals precisie, recall en F1-score
Hands-on oefeningen met het bouwen en evalueren van supervised learning modellen op echte datasets

Introductie tot Deep Learning

Basisprincipes van Deep Learning: neurale netwerken, activatiefuncties, feedforward propagation
Introductie tot populaire Deep Learning-frameworks zoals TensorFlow
Hands-on oefeningen met het bouwen en trainen van eenvoudige neurale netwerkmodellen voor classificatie en regressie taken

Interpreteerbare AI en Model Interpretatie

Belang van interpreteerbare AI en model interpretatie in data science en machine learning
Technieken voor model interpretatie: SHAP (SHapley Additive exPlanations), LIME (Local Interpretable Model-agnostic Explanations), en Partial Dependence Plots (PDP)
Hands-on oefeningen met het interpreteren en verklaren van modellen om inzicht te krijgen in de voorspellingen en besluitvorming van het model

Cursusdata

15 september, 22 september, 29 september, 6 oktober, 13 oktober 2026
10 november, 17 november, 24 november, 1 december, 8 december 2026

Praktische Informatie

Lestijden

De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.

Studiebelasting

De cursus Data Science met Python duurt 5 dagen. Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag.

Kosten en inschrijving

De kosten van de 5-daagse cursus Data Science met Python bedragen € 3350. De cursusprijs is vrijgesteld van BTW (BTW-tarief 0%) en is inclusief boeken, cursusmateriaal en toegang tot het e-learning platform van Tridata.

Locatie en Maatwerk

Cursuslocatie Utrecht

De cursus Data Science met Python vindt plaats in Utrecht.
Europalaan 400 | 3526 KS Utrecht

In-company en maatwerk

De cursus Data Science met Python kan ook in-company worden gegeven. Onze trainingsprogramma’s stemmen we af op leerwensen en –doelen van jou en je collega’s. Voor meer informatie kunt u contact met ons opnemen.

Waarom de cursus Data Science met Python volgen bij Tridata?

Tridata is het enige instituut dat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende cursus statistiek aanbiedt.
De cursus Data Science van Tridata is een multidisciplinaire cursus die wordt gegeven door drie verschillende docenten met ruime ervaring op het gebied van Python, R, statistical modeling en machine learning.

Docenten cursus Data Science met Python

Dr. M. (Mark) van der Loo

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 werd 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.

Dr. J. (Joris) de Wind

Dr. J.(Joris) de Wind promoveerde in 2014 aan de Universiteit van Amsterdam (Cum Laude), waar hij in zijn proefschrift diverse nieuwe econometrische technieken ontwikkelde en toepaste op macro-economische vraagstukken. Van 2008 tot 2017 werkte hij aan de ontwikkeling van economische modellen voor beleidsanalyses en korte-termijnvoorspellingen bij verschillende onderzoeksinstituten. In 2017 maakte Joris de overstap naar de data science discipline, waarna hij bij verschillende financiële instellingen als lead data scientist aan de slag ging. Momenteel is hij werkzaam als Manager Machine Learning bij Booking.com. Voor Tridata verzorgt Joris diverse data science- en machine learning-cursussen, zowel in R als in Python.

Drs. E. (Edwin) de Jonge

Edwin de Jonge studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren te 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. Edwin werkt sinds 2012 als consultant en docent voor Tridata.
Mark van der Loo en Edwin de Jonge zijn tevens auteurs van de boeken “Learning RStudio for R Statistical Computing” (2012) en “Statistical Data Cleaning with Applications in R” (2018).
Vervolgcursus: Opleiding Data Science (12 dagen)

Veelgestelde vragen over de cursus Data Science met Python

Voor wie is deze cursus Data Science met Python bedoeld?

De cursus is ontwikkeld voor professionals zoals data-analisten, business intelligence managers en IT-consultants die grote hoeveelheden data willen leren omzetten in bruikbare inzichten. Een HBO/WO-denkniveau is vereist.

Is voorkennis van programmeren vereist voor deze cursus?

Ja, een basiskennis van Python of R is noodzakelijk om aan deze cursus deel te nemen. We gaan direct de diepte in met Data Science-concepten en machine learning-algoritmen, waarbij we ervan uitgaan dat cursisten de basis van het programmeren in een van deze talen beheersen.

Waar vindt de cursus Data Science met Python plaats?

De cursus vindt fysiek plaats in Utrecht op de locatie van Tridata (Europalaan 400). De locatie is uitstekend bereikbaar met de auto en het openbaar vervoer, en er is voldoende parkeergelegenheid.

Krijg ik een certificaat na afloop van de cursus?

Ja, na afloop van de cursus ontvang je een certificaat van deelname van Tridata.

Is Tridata een erkend opleidingsinstituut?

Tridata is het enige private instituut in Nederland met de door de Vereniging voor Statistiek en Operations Research (VVSOR) erkende Opleiding Statistisch Analist.

Wat is het verschil tussen de 5-daagse cursus Data Science en de 12-daagse opleiding?

De 5-daagse cursus Data Science met Python focust op de essentie van Data Science en Machine Learning met Python. De 12-daagse opleiding gaat dieper in op complexe algoritmen, big data-architecturen en uitgebreidere statistische modellen.

Met welke software en tools wordt er gewerkt tijdens de cursus?

Er wordt gewerkt met de programmeertaal Python en bibliotheken zoals Pandas, NumPy, Scikit-learn en TensorFlow. De praktijkoefeningen worden uitgevoerd in een Jupyter Notebook-omgeving.

Hoeveel tijd ben ik kwijt aan zelfstudie?

Naast de wekelijkse cursusdag kun je rekenen op een extra studiebelasting van ongeveer 2 tot 4 uur per week voor de voorbereiding en verwerking van de lesstof.

Zijn er mogelijkheden voor een in-company training?

Ja, de cursus Data Science met Python kan ook op maat in-company worden gegeven. Het programma wordt dan specifiek afgestemd op de leerdoelen en datavraagstukken van jouw organisatie.