Python krijgt een steeds grotere rol in de wereld van data science. Een van de redenen is dat Python een general purpose programming language is. Hierdoor biedt Python mogelijkheden om modellen direct in te zetten in een bredere context. Bovendien is Python gemakkelijk om te leren.
Het belang van data-analyse en data-science is enorm toegenomen en de programmeertaal Python is hierbij een van de belangrijkste hulpmiddelen geworden. Met behulp van een aantal gespecialiseerde bibliotheken, zoals NumPy, Pandas en Matplotlib, is Python uitgegroeid tot misschien wel het belangrijkste hulpmiddel voor het analyseren en visualiseren van allerlei data.
Ook wanneer u geen ervaring heeft met Python kunt u meedoen met de cursus Data Science met Python. Tijdens de eerste dag van de training zullen wij de benodigde basisprincipes van de programmeertaal Python behandelen, die nodig zijn om later in de training de data te kunnen analyseren en te presenteren in bijvoorbeeld grafieken. Wanneer u al een ervaren Python programmeur bent, is het mogelijk om de eerste dag van de training over te slaan.
De overige drie dagen van de cursus leert u hoe u data snel en effectief kunt omzetten in bruikbare inzichten en grafieken. Hierbij maakt u gebruik van de verschillende bibliotheken in Python. U leert met NumPy snel en efficiënt data bewerken. U leert data analyseren, bewerken, manipuleren en verwerken in interactieve presentaties. Theorie en oefenopdrachten wisselen elkaar af, waardoor u het geleerde direct in de praktijk kunt brengen onder begeleiding van onze zeer ervaren docenten. Als ontwikkelomgeving wordt de Anaconda-distributie met Jupyter notebooks gebruikt.
Na afloop van de training Data Science met Python heeft u de volgende leerdoelen bereikt:
Cursusmateriaal en lunch zijn bij de cursus inbegrepen.
Heeft u speciale wensen? Of wilt u de cursus graag bij u op locatie volgen? Dat is mogelijk! Neem gerust contact met ons op voor de mogelijkheden.
De cursus Data Science met Python is bedoeld voor data-analisten, die Python en de Python libraries willen gebruiken in data science projecten.
Om aan deze cursus te kunnen deelnemen is enige kennis van en ervaring met statistiek wenselijk. De beginselen van Python worden op de eerste dag behandeld. Indien u deze kennis al heeft, kunt u de eerste dag van de cursus tegen een minderprijs overslaan. Twijfelt u of u over de juiste voorkennis beschikt, neem dan contact met ons op.
De duur van de cursus is vier dagen.
De maximale groepsgrootte bedraagt acht personen.
De deelnemers krijgen na het goed doorlopen van de cursus een officieel certificaat Data Science met Python.
Tijdens de cursus worden per dag de volgende onderwerpen behandeld:
Dag 1
Als eerste worden de Python syntax-aspecten behandeld. Deze zijn belangrijk bij data science projecten. Variabelen, datatypes, functies, flow-control, comprehensions, classes, modules en packages worden besproken. Ook wordt ingegaan op de werking van de Jupyter notebooks, de IPython shell en het installeren van Python packages in Anaconda.
Dag 2
Vervolgens komt het NumPy package aan de orde, waarmee grote data sets zeer efficiënt kunnen worden verwerkt. Hierbij worden NumPy’s ndarray object en de methodes besproken. Er wordt aandacht besteed aan de verschillende array-manipulatietechnieken en speciale routines voor het ordenen, zoeken en vergelijken van data in matrices. Hierbij wordt ook de MatPilotlib library besproken. Deze is nauw geïntegreerd met NumPy en vormt een zeer krachtig instrument voor het creëren en plotten van complexe datarelaties.
Dag 3
Daarna is het de beurt aan het gebruik van Pandas voor data-analyse. De Pandas library introduceert twee nieuwe data structures in Python, die gebruik maken van NumPy en daarom zeer snel zijn. De data structures zijn DataFrame en Series en er wordt uitgebreid ingegaan op hoe u deze kunt gebruiken voor data-analyses bij het inspecteren, selecteren, filteren, combineren en groeperen van data.
Dag 4
Ten slotte wordt aandacht besteed aan de essentials van SciPy library. De cursus maakt gebruik van vele voorbeelden uit de praktijk en laat zien hoe een-, twee- en driedimensionale datasets kunnen worden gevisualiseerd. De theorie wordt behandeld aan de hand van presentaties. Illustratieve demo’s verduidelijken de concepten verder. De theorie wordt afgewisseld met oefeningen. Als ontwikkelomgeving wordt de Anaconda distributie met Jupyter notebooks gebruikt.
| Plaats | Duur | Data | ||
|---|---|---|---|---|
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
13 t/m 27 januari 2026
Bekijk rooster >
13 januari 2026 09:00 - 16:00 uur 20 januari 2026 09:00 - 16:00 uur 26 januari 2026 09:00 - 16:00 uur 27 januari 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
13 t/m 27 januari 2026
Bekijk rooster >
13 januari 2026 09:00 - 16:00 uur 20 januari 2026 09:00 - 16:00 uur 26 januari 2026 09:00 - 16:00 uur 27 januari 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
3 t/m 24 februari 2026
Bekijk rooster >
3 februari 2026 09:00 - 16:00 uur 10 februari 2026 09:00 - 16:00 uur 17 februari 2026 09:00 - 16:00 uur 24 februari 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
3 t/m 24 februari 2026
Bekijk rooster >
3 februari 2026 09:00 - 16:00 uur 10 februari 2026 09:00 - 16:00 uur 17 februari 2026 09:00 - 16:00 uur 24 februari 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
3 t/m 24 maart 2026
Bekijk rooster >
3 maart 2026 09:00 - 16:00 uur 10 maart 2026 09:00 - 16:00 uur 17 maart 2026 09:00 - 16:00 uur 24 maart 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
3 t/m 24 maart 2026
Bekijk rooster >
3 maart 2026 09:00 - 16:00 uur 10 maart 2026 09:00 - 16:00 uur 17 maart 2026 09:00 - 16:00 uur 24 maart 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
7 t/m 28 april 2026
Bekijk rooster >
7 april 2026 09:00 - 16:00 uur 14 april 2026 09:00 - 16:00 uur 21 april 2026 09:00 - 16:00 uur 28 april 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
7 t/m 28 april 2026
Bekijk rooster >
7 april 2026 09:00 - 16:00 uur 14 april 2026 09:00 - 16:00 uur 21 april 2026 09:00 - 16:00 uur 28 april 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
7 t/m 28 mei 2026
Bekijk rooster >
7 mei 2026 09:00 - 16:00 uur 13 mei 2026 09:00 - 16:00 uur 21 mei 2026 09:00 - 16:00 uur 28 mei 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
7 t/m 28 mei 2026
Bekijk rooster >
7 mei 2026 09:00 - 16:00 uur 13 mei 2026 09:00 - 16:00 uur 21 mei 2026 09:00 - 16:00 uur 28 mei 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
2 t/m 23 juni 2026
Bekijk rooster >
2 juni 2026 09:00 - 16:00 uur 9 juni 2026 09:00 - 16:00 uur 16 juni 2026 09:00 - 16:00 uur 23 juni 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
2 t/m 23 juni 2026
Bekijk rooster >
2 juni 2026 09:00 - 16:00 uur 9 juni 2026 09:00 - 16:00 uur 16 juni 2026 09:00 - 16:00 uur 23 juni 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
7 t/m 28 juli 2026
Bekijk rooster >
7 juli 2026 09:00 - 16:00 uur 14 juli 2026 09:00 - 16:00 uur 21 juli 2026 09:00 - 16:00 uur 28 juli 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
7 t/m 28 juli 2026
Bekijk rooster >
7 juli 2026 09:00 - 16:00 uur 14 juli 2026 09:00 - 16:00 uur 21 juli 2026 09:00 - 16:00 uur 28 juli 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
19 t/m 28 augustus 2026
Bekijk rooster >
19 augustus 2026 09:00 - 16:00 uur 21 augustus 2026 09:00 - 16:00 uur 26 augustus 2026 09:00 - 16:00 uur 28 augustus 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
19 t/m 28 augustus 2026
Bekijk rooster >
19 augustus 2026 09:00 - 16:00 uur 21 augustus 2026 09:00 - 16:00 uur 26 augustus 2026 09:00 - 16:00 uur 28 augustus 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
21 t/m 28 september 2026
Bekijk rooster >
21 september 2026 09:00 - 16:00 uur 21 september 2026 09:00 - 16:00 uur 28 september 2026 09:00 - 16:00 uur 28 september 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
21 t/m 28 september 2026
Bekijk rooster >
21 september 2026 09:00 - 16:00 uur 21 september 2026 09:00 - 16:00 uur 28 september 2026 09:00 - 16:00 uur 28 september 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
16 oktober 2026 t/m 6 november 2026
Bekijk rooster >
16 oktober 2026 09:00 - 16:00 uur 23 oktober 2026 09:00 - 16:00 uur 30 oktober 2026 09:00 - 16:00 uur 6 november 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
16 oktober 2026 t/m 6 november 2026
Bekijk rooster >
16 oktober 2026 09:00 - 16:00 uur 23 oktober 2026 09:00 - 16:00 uur 30 oktober 2026 09:00 - 16:00 uur 6 november 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
10 november 2026 t/m 1 december 2026
Bekijk rooster >
10 november 2026 09:00 - 16:00 uur 17 november 2026 09:00 - 16:00 uur 24 november 2026 09:00 - 16:00 uur 1 december 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
10 november 2026 t/m 1 december 2026
Bekijk rooster >
10 november 2026 09:00 - 16:00 uur 17 november 2026 09:00 - 16:00 uur 24 november 2026 09:00 - 16:00 uur 1 december 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Apeldoorn - Wapenrustlaan 11 | 4 dagen |
8 t/m 29 december 2026
Bekijk rooster >
8 december 2026 09:00 - 16:00 uur 15 december 2026 09:00 - 16:00 uur 22 december 2026 09:00 - 16:00 uur 29 december 2026 09:00 - 16:00 uur |
Inschrijven > | |
| Virtual Classroom | 4 dagen |
8 t/m 29 december 2026
Bekijk rooster >
8 december 2026 09:00 - 16:00 uur 15 december 2026 09:00 - 16:00 uur 22 december 2026 09:00 - 16:00 uur 29 december 2026 09:00 - 16:00 uur |
Inschrijven > |
