Data Analytics for Engineers

Dit vak volg je in het derde kwartiel van het eerste jaar.

• 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. 

• 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.

• 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. 

• 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)