Tijdens de opleiding Data Science for Six Sigma Green Belts and Black Belts leer je:

• Voort te bouwen op jouw expertise in six sigma, je leert nieuwe vaardigheden.
• Het begrijpen van data science, machine learning en AI, de gebruikmaking hiervan in CRISP-DM projecten en hoe ze worden toegepast in de smart industry.
• Werken in een analytische omgeving gebaseerd op Python, Jupyter notebooks en Anaconda.
• Praktische visualisering door gebruik te maken van Python's Matplotlib en Seaborn libraries.
• Machine learning door gebruik te maken van Python's SciKit-Learn. Essentiele voorspellende algoritmes (lasso regressie, decision trees en random forest methode, support-vector machines, neural networks en deep learning) en unsupervised learning (principal components analysis en t-SNE).
• Een praktische werkflow toe te passen: feature engineering en data voorbewerking, een model trainen en hyperparameters finetunen door gebruik te maken van cross-validation, model evaluatie en implementatie in een pipeline.
• De basis van data engineering, data pipelines en omgaan met SQL en No-SQL data bronnen.
  
  

De opleiding is gericht op six sigma, DfSS en Lean six sigma green belts en black belts die enthousiast zijn om hun expertise te verrijken met machine learning en data science.
Hoewel de opleiding "Data science for Six Sigma Green Belts & Black Belts" heet is de opleiding open voor iedereen die redelijk bekend is met de six sigma principes.

De opleiding bevat meerdere engineering voorbeelden en behandelt het CRISP-DM framework, de data science industrie standaard equivalent van DMAIC uit de Six Sigma discipline. De opleiding behandelt ook voorbeelden en oefeningen in Python, een populaire open-source programmeringstaal voor data science. Voorkennis van Python is niet noodzakelijk.

Deelnemers ontvangen een certificaat van deelname.

Locatie

Eindhoven – High Tech Campus 29 

Data 2025

Sessie I: 28 januari, 4, 11 en 18 februari

Groepsgrootte 

Een minimum van 8 participanten, met een maximum van 12 participanten.