- Leren door doen
- Trainers met praktijkervaring
- Klassikale trainingen
- Gedetailleerd cursusmateriaal
- Duidelijke inhoudsbeschrijving
- Maatwerk inhoud mogelijk
- Trainingen die doorgaan
- Kleine groepen
Data Science, Data Analyse en Machine Learning zijn disciplines die waarde creëren uit grote hoeveelheden data met behulp van programmeertalen. De toepassingen zijn talrijk en de vraag naar kennis over deze technieken is enorm. SpiralTrain verzorgt klassikale en advanced Data Science trainingen in Python, R en Java.
Bezoek onze LinkedIn, Facebook of Instagram pagina voor een impressie van SpiralTrain. Klik op onderstaande links voor meer informatie over de cursussen en het rooster.
![]() |
Machine Learning met PyTorch
Code:
DSC760
Eerste start: 18-06-2025 |
3 dagen | € 2250 |
![]() |
Julia Computing
Code:
DSC800
Eerste start: 16-06-2025 |
3 dagen | € 2250 |
![]() |
Machine Learning met TensorFlow
Code:
DSC750
Eerste start: 18-06-2025 |
3 dagen | € 2250 |
![]() |
Data Analyse met Power BI
Code:
DSC400
Eerste start: 07-07-2025 |
2 dagen | € 1299 |
![]() |
Data Analyse met Tableau
Code:
DSC300
Eerste start: 14-07-2025 |
2 dagen | € 1499 |
![]() |
Data Analyse met R
Code:
DSC200
Eerste start: 23-06-2025 |
4 dagen | € 2650 |
![]() |
Data Analyse met Python
Code:
DSC100
Eerste start: 16-06-2025 |
4 dagen | € 2650 |
![]() |
Machine Learning met Python
Code:
DSC700
Eerste start: 30-06-2025 |
4 dagen | € 2999 |
![]() |
Machine Learning met R
Code:
DSC780
Eerste start: 04-08-2025 |
4 dagen | € 2999 |
![]() |
Hadoop voor Big Data
Code:
DSC900
Eerste start: 17-11-2025 |
3 dagen | € 1999 |
![]() |
PySpark voor Big Data
Code:
DSC950
Eerste start: 11-08-2025 |
3 dagen | € 2450 |
Data Science is een vakgebied dat in de laatste jaren in een stroomversnelling is geraakt. Het gaat over het vinden van complexe patronen in grote stromen data die je met traditionele analysetools niet kan vinden. Je bouwt een model om die patronen op te sporen, te analyseren en te valideren. Het proces van Data Science bestaat uit een cyclus van stappen. Op ieder moment van de dag wordt data gegenereerd en opgeslagen in databases. Voor het verkrijgen van de juiste model moet je bepalen welke data hieruit relevant zijn. Het herschikken, filteren en transformeren van data wordt gedaan met behulp van een programmeer taal.
Met talen zoals Python en R wordt de data getransformeerd naar modellen die gebruikt kunnen worden bij het doen van voorspellingen. Nadat de data geprepareerd en getransformeerd is, kan de Data Analist aan de slag met statistiek. Door middel van het leggen van causale verbanden kan een Data Analist dan voorspellingen doen. Een veelgebruikte statistische methode om causale verbanden te meten is de regressie analyse.
Daarnaast kunnen ook voorspellingen gedaan worden met behulp van Machine Learning waarbij voorspellingen worden gedaan door algoritmen die zelf lerend zijn. Tot slot wordt de data visueel in kaart gebracht. Dit is een belangrijke stap doordat verbanden vaak pas zichtbaar zijn als deze visueel weergeven zijn.