Dive into the data mine, discover hidden treasures 

Er is steeds meer data in onze wereld, maar hoe transformeer je deze data in kennis en inzicht om daadwerkelijk de juiste beslissingen te maken?  Daar gaat deze minor over met een focus op het analyseren en interpreteren van data. Data analisten zorgen voor waardevolle insights waarop organisaties belangrijke beslissingen kunnen baseren. 

Als data analist ben jij vooral bezig om antwoorden te vinden in de data, antwoorden op eenvoudige of complexe vragen van organisaties. De analyse technieken die je ter beschikking staan, zijn de laatste jaren enorm toegenomen. Van de meer klassieke beschrijvende statistiek tot de nu goed inzetbare neurale netwerken om voorspellende modellen mee te maken. Het hele spectrum komt in deze minor aan bod. Je kan denken aan beeldherkenning, taalverwerking (NLP) en het maken van voorspelmodellen (classificatie en regressie). Vaak voer je eerst een verkennende analyse uit en is het nodig om de data waar je mee aan de gang eerst op te schonen en te verrijken. De antwoorden die uit je analyse komen, moeten tot slot weer vertaald worden naar het vraagstuk en landen in de organisatie.  

In de minor werk je aan je kennis in colleges en tijdens zelfstudie, train je inzicht en vaardigheden in individuele practicum opdrachten en toon je je kunde aan samen met mede studenten in een project. 

De minor wordt ondersteund vanuit het DataLab. Het DataLab van de Hogeschool Leiden voorziet in de behoefte aan actueel, praktijkgericht onderwijs. Samen met organisaties in de regio wordt een community gevormd waarbinnen samen aan uitdagende data projecten wordt gewerkt. 

Leerdoelen: 

1. Je leert in deze minor een data analyse vraagstuk formuleren en in context plaatsen. 

1. Je leert een verkennende data analyse doen en data opschonen en voorbereiden. 

1. Je leert een data analyse uitvoeren met verschillende technieken, zoals:  

1. beschrijvende statistiek en visualisaties; 

1. classificatie en regressie algoritmen; 

1. deep learning technieken zoals NLP en beeldherkenning. 

Tot slot leer je in de minor de resultaten van een data analyse te interpreteren en daar conclusies uit te trekken. 

Doelgroep: 

Studenten die deze minor willen volgen dienen te beschikken over basisvaardigheden in programmeren (bij voorkeur in Python).  

Toelatingseisen: 

Het propedeutisch examen moet behaald zijn en 40 EC moet zijn behaald in de major. 

Wordt in de les gedeeld. 

12 uur per week

Doelgroep: 

Studenten die deze minor willen volgen dienen te beschikken over basisvaardigheden in programmeren (bij voorkeur in Python).  

Toelatingseisen: 

Het propedeutisch examen moet behaald zijn en 40 EC moet zijn behaald in de major.