Data Analytics for Engineers
Dit vak volg je in het derde kwartiel van het eerste jaar.
Algemene leerdoelen
- inzicht krijgen in basistechnieken om grote hoeveelheden data op een efficiënte, betrouwbare en consistente manier te verwerken;
- begrijpen, interpreteren en documenteren van data in een realistische context;
- inzicht krijgen in datacycli;
- toepassen van data-analysetechnieken op realistische datasets;
- Inzicht krijgen in statistische concepten en technieken en de toepassing daarvan in de praktijk;
- implementeren van oplossingen voor data-analyseproblemen in Python (een programmeertaal);
- verwerken van gegevens op een gestructureerde en systematische manier.
Wat je als student leert
- basisconcepten en –technieken gebruiken, zoals gemiddelde, mediaan, modus, percentiel, bereik, correlatie, betrouwbaarheidsintervallen en t-test;
- databaseschema’s lezen en eenvoudige queries schrijven in SQL;
- data opschonen (ontbrekende waarden, dubbelingen);
- datatransformaties, -reductie en -vrijheden kiezen en toepassen;
- visualisatietechnieken (lijngrafieken, staafdiagrammen, cirkeldiagramman, plots en warmtekaarten) kiezen en toepassen;
- data analyseren en modelleren (lineaire regressie, clustering, beslisboom);
- interessante bevindingen begrijpelijk communiceren richting de eindgebruiker (visueel en tekstueel);
- implementatietools voor data-engineering gebruiken (Excel en Python);
- gestructureerd programmeren in Python;
- gevolgen van gemaakte keuzes inschatten en resulaten interpreteren.
Zo ziet het vak eruit
- Gedurende 7 weken krijg je wekelijks een hoorcollege (twee uur) en twee practica (twee maal twee uur).
- Je krijgt online huiswerk en zelfstudie op basis van screencasts, tutorials en oefeningen in OnCourse.
Toetsing en beoordeling
- Schriftelijk examen (50% van het eindcijfer)
- Twee opdrachten aan de hand van realistische data-analyseproblemen (per opdracht 20% van het eindcijfer)
- Online oefeningen (10% van het eindcijfer)