1 Overzicht

Week Werkvorm Voorbereiding Inhoud
1 HC Inleiding tot Data Analyse
WZ Deel 1 & 2 cursustekst Excel Excel I
2 HC Thinking with data in a data-driven organisation
WZ Deel 3 & 4 cursustekst Excel Excel II
3 WZ Excel III (Project)
WZ Installatie + DataCamp Cursus Introductie tot RStudio & R + Rmarkdown
ZS Extra oefening Basic R & R4DS-2-4-6
PO Praktijkopdracht Excel
4 HC Data visualizatie I
WZ Tutorial + DataCamp Data visualizatie I
ZS R4DS-1
5 HC Data visualizatie II
WZ Oefeningen Data visualizatie II
ZS Extra oefeningen ggplot
6 HC Beschrijvende statistiek I
WZ Tutorial Beschrijvende statistiek I
7 Paasvakantie
8 HC Beschrijvende statistiek II
WZ Oefeningen Beschrijvende statistiek II
ZS Extra oefeningen + R4DS-3
9 WZ Clustering
ZS Extra oefeningen clustering
WZ Synthese I
10 HC Data Analyse Workflow
WZ Onderzoeksvragen & Visualisatie
PO Praktijkopdracht visualisatie & beschrijvende statistiek
11 HC Data Cleaning & Transformatie, Tidy data & Werken met tijd
WZ Tutorial Data Cleaning and transformation
WZ Tutorial + oefeningen Tidying
ZS Extra oefeningen Cleaning & Transformation + R4DS-16
12 ZS Extra oefeningen Tidying + R4DS-5&19
HC Introductie tot Artificiële Intelligentie
13 WZ Proefexamen
WZ Synthese II
14 RC Responsiecollege
PO Praktijkopdracht Cleaning, transformation & tidying

2 Studiemateriaal

2.1 Verplicht studiemateriaal

2.1.1 Cursustekst Excel

De cursustekst excel bestaat uit 4 delen, waarvan elk deel bestaat uit theorie en oefeingen. De tekst is beschikbaar op Blackboard, incl. Excel bestanden voor de voorbeelden en oefeningen. Oplossingen worden tevens gedeeld op Blackboard.

2.1.2 DataCamp For the Classroom

Het online leerplatform DataCamp zal gebruikt worden als voorbereiding en onderdeel voor enkele praktijkopdrachten.

2.1.3 Cursustekst Data Analyse

Beschikbaar via Blackboard als online pagina of als pdf.

De cursustekst bestaat uit twee soorten hoofdstukken. Enerzijds zijn er hoofdstukken die het hoorcollege (deels) ondersteunen. Dit zijn meestal bullet-point notities van het hoorcollege die je zelf kan aanvullen. Anderzijds zijn er hoofdstukken die tutorials vormen, en dienen doorgenomen te worden voor specifieke werkzittingen.

2.1.4 Cursustekst AI

Beschikbaar op Blackboard.

Volgende onderdelen behoren tot de leerstof:

  • Change Agent Textbook ‘’Introduction to AI’’
    • Introduction
    • 1 Terminology and concepts
    • 2 The Emergence of AI
    • 3 Common AI Tasks
  • Change Agent Textbook ‘’AI Techniques’’
    • Introduction
    • 1 Machine Learning Basics
    • 3.1.1 Classical supervised learning walkthrough
    • 4.2 Techniques based on numerical transformations

2.1.5 R for Data Science (R4DS) - tweede editie

R For Data Science (R4DS) is een handboek dat gratis ter beschikking is online (https://r4ds.hadley.nz/). Het zal daarom niet worden aangekocht door de campusboekhandel. Studenten die graag een fysieke versie van het handboek hebben, kunnen dit aankopen bij hun favoriete (online) boekhandel.

R4DS dient als extra bron van voorbeelden en uitleg. Specifieke hoofdstukken worden sterk aanbevolen als zelfstudie na het volgen van de werkzittingen. Functies en argumenten in de aangeduide hoofdstukken die niet aanbod komen in de tutorial of in de oefeningen behoren ook niet tot de leerstof. Indien je twijfelt of iets leerstof is, raadpleeg de docent. De oefeningen in R4DS mogen als extra oefeningen beshouwd worden en kunnen ter verbetering ingediend worden bij de docenten.

Relevante hoofdstukken

Topic Materiaal
R workflow => Hoofdstuk 2,4,6
ggplot2 => Hoofdstuk 1. Data Visualisation
dplyr => Hoofdstuk 3. Data Transformation
Data cleaning en transformatie => Hoofdstuk 16. Factors
Data tidying => Hoodfstuk 5. Data Tidying & Hoofdstuk 19. Joins
Working with Time => Hoofdstuk 17. Dates and Times

Merk op

  • De nummering van de hoofstukken in het boek R for Data Science verwijst naar de nummering die gebruikt wordt in de online versie. De fysieke versie van het bolk gebruikt een andere nummering. Check daarom steeds de titel van het te lezen hoofdstuk online indien je het fysieke boek gebruikt.
  • Indien je beschikt over de eerste editie kan dit zonder problemen gebruiken, maar merk op dat bepaalde hoofdstukken een andere plaats hebben.

2.2 Aanbevolen studiemateriaal

2.2.1 Fundamentals of Data Visualization

Het boek Fundamentals of Data Visualization geldt als aanbevolen achtergrond materiaal bij de leerstof over Data Visualizatie. Het is online raadpleegbaar https://clauswilke.com/dataviz/.

3 Detail Planning

Week 1

Hoorcollege

  • Algemene introductie tot Data Analyse
  • Data types

Werkzitting

Voorbereiding

Excel Hoofdstuk 1 & 2: Theorie & Oefeningen

Inhoud

Vragenmoment Excel Hoofdstuk 1 & 2 + Praktijkopdracht Excel

Week 2

Hoorcollege

  • Creating a data driven organisation
  • Thinking clearly with data

Werkzitting

Voorbereiding

Excel Hoofdstuk 3 & 4: Theorie & Oefeningen

Inhoud

Vragenmoment Excel Hoofdstuk 3 & 4 + Praktijkopdracht Excel

Week 3

Werkzitting 1

Voorbereiding

Werken aan Praktijkopdracht Excel

Inhoud

Werken aan Praktijkopdracht Excel

Werkzitting 2

Voorbereiding

DataCamp: Introduction to R

Volg de DataCamp cursus Introduction to R

  • Je zal van DataCamp een uitnodigingsmail ontvangen die je toegang verleent tot het platform.

Installatie software

Voer deze 2 installatiestappen uit

  1. Installeren van R
  2. Installeren van Rstudio

Indien je problemen hebt met de installatie van R/RStudio, gelieve dit zo snel mogelijk te melden (wacht niet tot in de werkzitting).

Inhoud

  • Data Types
  • Introductie tot R

Zelfstudie

Week 4

Hoorcollege

  • Data visualizatie I

Werkzitting

Voorbereiding

Tutorial

  • Doornemen ggplot tutorial (lecture notes)
  • Voorzie voldoende tijd om de tutorial grondig door te nemen
  • Doe actief mee en probeer zelf de voorbeelden uit op je eigen pc

DataCamp

Inhoud

Data visualizatie met ggplot2 (1/2)

Zelfstudie

Week 5

Hoorcollege

  • Data visualizatie II

Werkzitting

Voorbereiding

  • Oefeningen reeks A

Inhoud

Data visualizatie met ggplot2 (2/2)

Zelfstudie

  • Extra oefeningen Data Visualizatie

Week 6

Hoorcollege

  • Beschrijvende statistiek I

Werkzitting 1

Voorbereiding

Tutorial

  • Doornemen dplyr tutorial (lecture notes)
  • Voorzie voldoende tijd om de tutorial grondig door te nemen
  • Doe actief mee en probeer zelf de voorbeelden uit op je eigen pc

Inhoud

  • Oefeningen op de dplyr verbs

  • Univariate analyses

    • Continue variabelen (spreiding en centraliteit)
    • Categorische variabelen (frequentietabellen)

  • Bivariate analyses

    • Categorisch vs continue variabelen

Week 8

Hoorcollege

  • Beschrijvende statistiek II

Werkzitting 2

Voorbereiding

  • Bereid oefening 1 t/m 5 voor.

Inhoud

  • Bivariate analyses
  • Continue vs continue variabelen: correlaties
  • Categorische vs Categorische variabelen: contingentietabellen

Zelfstudie

  • Doornemen van Hoofdstuk 3 uit R for Data Science, Wickham & Grolemund
  • Extra oefeningen beschrijvende statistiek.
  • Maak een overzicht op basis van de hoorcolleges en werkzittigen welke technieken wanneer gebruikt kunnen worden.
  • Uni vs bivariaat
  • Grafisch vs numeriek
  • Categorisch vs continue

Week 9

Werkzitting

Voorbereiding

Maak een lijst met eventuele vragen over vorige werkzittingen en extra oefeningen

Inhoud

Herhalingswerkzitting

  • Vragenmoment vorige werkzittingen en extra oefeningen.
  • Herhalingsoefeningen

Werkzitting 2

Voorbereiding

Inhoud

  • K-means Clustering
  • Hierarchisch clusteren

Zelfstudie

  • Extra oefeningen Clustering

Week 10

Hoorcollege

Data Analyse workflow

Werkzitting

Voorbereiding

Inhoud

  • Schetsen van grafieken
  • Opstellen van onderzoeksvragen

Week 11

Hoorcollege

Data Cleaning & Transformation, Tidying, Werken met Tijd

Werkzitting

Voorbereiding

Tutorial

  • Doornemen Data cleaning & transformation tutorial (lecture notes)
  • Voorzie voldoende tijd om de tutorial grondig door te nemen
  • Doe actief mee en probeer zelf de voorbeelden uit op je eigen pc

Inhoud

Oefeningen op cleaning and transformation

Zelfstudie

Week 12

Werkzitting

Voorbereiding

Tutorial

  • Doornemen Tidying tutorial (lecture notes)
  • Voorzie voldoende tijd om de tutorial grondig door te nemen
  • Doe actief mee en probeer zelf de voorbeelden uit op je eigen pc

Oefeningen

  • Bereid oefening 1 t/m 5 voor

Inhoud

Oefeningen Tidying

Zelfstudie

Week 13

Hoorcollege

Inleiding tot Artificiële Intelligentie

Werkzitting 1

Voorbereiding

Herhaal leerstof in de mate van het mogelijke

Inhoud

  • Proefexamen

Week 14

Responsiecollege

Stuur je vragen op voorhand in via email, ten laatste om maandag 11 mei, 16u. Indien er geen vragen zijn gaat het responsiecollege niet door.

Werkzitting

Voorbereiding

Inhoud

  • Vragenmoment vorige werkzittingen en extra oefeningen.
  • Herhalingsoefeningen worden voorzien.