Predictive Modelling and Analytics

we stil bij de mogelijkheden van predictive analytics in combinatie met Big Data. Je leert hoe predictive analytics gebruikt wordt binnen verschillende sectoren en welke processen en rollen er bij betrokken zijn.

Daarnaast gaan we verder met de mogelijkheden van descriptive, predictive en prescriptive analytics. We staan stil bij de technieken die gebruikt worden voor predictive analytics, wat de mogelijkheden zijn van data clustering, welke verschillende regressie modellen er zijn en wat de mogelijkheden zijn van tekst mining en sociale netwerken analyses.

Tot slot gaan we verder met de mogelijkheden van time series modeling, de mogelijkheden van machine learning, welke tools je ervoor kunt inzetten en welke methoden gebruikt worden voor machine learning. We staan ook stil bij de verschillende besluit fases van het model life cycle management en de verschillende processen van het predictive analytics model.

Onderwerpen die aan bod komen zijn data mining, distribution modellen, hypothesis testing, d K-Nearest Neighbor (k-NN) algoritme, artificial neural network modeling, A/B testing, Bayesian Networks, support vector machine (SVM), K-Means, DBSCAN