Inloggen

Wachtwoord vergeten?


Heb je nog geen account?
Maak er dan een aan
Mijn favorieten
Er zijn nog geen favorieten toevoegd

Python voor data-analyse

Cursus
C12075211
3 dag
MBO
€ 1.875,00

Algemene informatie over de cursus

Praktijkgerichte cursus waarin je leert data te analyseren en visualiseren met Python, numpy, pandas, pyplot en seaborn.

Inhoud van de cursus

Introductie

Python is een krachtige taal om data mee te bewerken en te analyseren. Met een paar regels code haal je inzichten uit grote databestanden die je in Excel nooit zo snel zou vinden.

Omschrijving

Werk je veel met data en wil je verder dan Excel en PowerPoint? Met Python analyseer je sneller, herhaalbaar en op grotere schaal. Je leest CSV- en Excel-bestanden in, ruimt ze op, voert berekeningen uit en visualiseert het resultaat in heldere grafieken.

Op dag 1 fris je je Python-kennis op en duik je in numpy voor snelle berekeningen op arrays. Dag 2 staat in het teken van pandas: dataframes bewerken, samenvoegen, opschonen en visualiseren met pyplot en seaborn. Op dag 3 werk je met time series, voorspellingen en web scraping met Beautiful Soup.

Je werkt in Jupyter Lab en oefent met realistische datasets. Aan het einde van de cursus kun je een ruwe dataset omzetten naar een verklarende analyse en een voorspellend model.

Voor teams en organisaties. Wil je een analyseteam of BI-afdeling samen de stap van Excel naar Python laten zetten, dan verzorgen we deze cursus ook incompany. In overleg werken we met voorbeelden uit jullie eigen praktijk.

Onderwerpen

  • Werken met Jupyter Lab en notebooks
  • Numpy arrays, bewerkingen en slicing
  • Uniforme functies en vectorberekeningen
  • Grafieken maken met pyplot
  • Titels, labels en legenda toevoegen
  • Visualiseren met seaborn
  • Introductie in Bokeh plotting
  • Pandas Series en dataframes
  • CSV- en Excel-bestanden inlezen en wegschrijven
  • Grafieken maken met pandas
  • Data cleaning
  • Time series en index-bewerking
  • Trends, seizoensinvloeden en ruis
  • Train- en testdata splitsen
  • Voorspellen van time series
  • Web scraping met Beautiful Soup

Resultaat

Na de cursus lees je databestanden in, schoon je ze op en analyseer je ze met numpy en pandas. Je maakt heldere grafieken met pyplot en seaborn, werkt met time series en bouwt eenvoudige voorspellende modellen. Web scraping met Beautiful Soup gebruik je om data van websites te halen voor verdere analyse.

Doelgroep

De cursus is bedoeld voor developers, analisten, consultants en iedereen die data wil analyseren en visualiseren met Python. Je vertaalt ruwe data naar bruikbare inzichten, grafieken en interactieve presentaties. Basiskennis van en ervaring met programmeren in Python zijn vereist.

De cursus is ook geschikt voor business analisten, controllers, onderzoekers, BI-specialisten en marketinganalisten die al wat Python kennen en hun analyses in Excel sneller en herhaalbaar willen maken.

Lesmethodiek

Learnit verzorgt deze cursus klassikaal in kleine groepen onder leiding van een ervaren trainer. Theorie en oefeningen wisselen elkaar af, zodat je het geleerde direct toepast op realistische datasets. Je werkt op je eigen laptop of op een oefenlaptop van Learnit. Na afloop ontvang je een Learnit-certificaat van deelname.

Toelatingseisen: wat heb je nodig?

none

Duur van de cursus

3 dag

Kosten van de cursus

1875 Euro

Bijzonderheden

Eerstvolgende startdata
Online: 09-02-2027
Amsterdam: 09-02-2027
Den Haag: 04-08-2027

Plaatsen / leslocaties

Amsterdam, Den Haag, Online

Gratis informatie aanvragen

Vul hieronder jouw gegevens in, dan krijg je gratis informatie toegestuurd.

  • De ingevoerde (persoons)gegevens worden door de geselecteerde opleidingsaanbieder(s) gebruikt om de gestelde vraag te beantwoorden;
  • Indien gewenst mag de onderwijsinstelling waar ik mijn aanvraag naar stuur mijn gegevens bewaren om mij van advies te voorzien;
  • Ik ben tenminste 16 jaar oud, of heb toestemming van mijn ouders of voogd om deze informatieaanvraag te verzenden;
  • De privacy statement en algemene voorwaarden van Stichting ROC.nl zijn van toepassing.