Mastercourse ‘Data Innovation beyond the Hype’

De mastercourse ‘Data Innovation beyond the Hype’ van het Sirris Data and AI Competence Lab (EluciDATA Lab) bestaat uit zes sessies en biedt een pragmatische en branchegerichte aanpak voor datagedreven innovatie. Vanaf januari 2019 starten we met een nieuwe cyclus.

De mastercourse ‘Data Innovation beyond the Hype’ van het Sirris Data and AI Competence Lab (EluciDATA Lab) bestaat uit zes sessies en biedt een pragmatische en branchegerichte aanpak voor datagedreven innovatie. Vanaf januari 2019 starten we met een nieuwe cyclus.

De mastercourse ‘Data Innovation beyond the Hype’ bestaat uit pragmatische en branchegerichte sessies over datagedreven innovatie. Tussen januari en juni 2019 organiseren we een nieuwe cyclus, die u volledig kunt volgen (door in te schrijven voor alle sessies) of gedeeltelijk (enkel de sessie(s) waarin u geïnteresseerd bent).

Sessie 1: The art of formulating a data science task

  • 31 januari 2019, 13.00-17.30 u - Zwijnaarde

Deze sessie wil een overzicht bieden van datascience en de mogelijkheden voor innovatie vanuit industrieel oogpunt. Aan de hand van concrete voorbeelden uit lopende data-innovatieprojecten in verschillende domeinen wordt het iteratieve en creatieve traject van zakelijk inzicht tot dataverkenning beschreven. We volgen daarbij de verschillende stappen van de datascienceworkflow. Er wordt in het bijzonder aandacht besteed aan het soort uitdagingen waarmee u misschien wordt geconfronteerd en aan de gegevens en vaardigheden waarover u moet beschikken om de uitdagingen tot een goed einde te brengen. Verder worden enkele algemene opvattingen over data-analyse als een basisproduct ontkracht.

Sessie 2: Bring your own data innovation challenge

  • 28 februari 2019, 13.00-17.30 u - Zwijnaarde

In deze praktijkgerichte sessie worden bedrijven uitgenodigd om een goed beschreven zakelijke uitdaging mee te brengen die ze willen aanpakken via data-innovatie en, indien van toepassing, een beschrijving van de gegevens die ze momenteel verzamelen. De sessie wil de deelnemers helpen bepalen wat de voordelen zijn wanneer ze de uitdaging op een datagedreven manier oplossen. Daarnaast worden de mogelijkheden uitgelicht die data-innovatie biedt voor hun specifieke bedrijfscontext. Tijdens het eerste deel beschrijven de deelnemers kort hun zakelijke uitdaging. Daarna volgt een interactief gesprek over het potentieel voor data-innovatie. Het tweede deel is praktijkgericht: elk bedrijf wordt aangemoedigd om zijn bedrijfsprobleem om te zetten in een datasciencetaak en om mogelijke oplossingsstrategieën in kaart te brengen.

Sessie 3: The importance of data exploration and hypothesis building

  • 21 maart 2019, 13.00-17.30 u - Zwijnaarde

Een duidelijk beeld van de zakelijke opportuniteiten en een bibliotheek met intelligente algoritmen zijn niet voldoende om een datagedreven oplossing uit te werken. Een grondig inzicht in de beschikbare gegevens is net zo belangrijk om haalbare werkhypothesen te kunnen afleiden over de onderliggende mechanismen van het onderzochte probleem. Zijn de data geschikt om de zakelijke uitdaging op te lossen? Zijn ze van de juiste kwaliteit en aard? Welke data ontbreken? Vertonen ze significante patronen en trends die kunnen worden benut om het onderzochte probleem beter te modelleren en te begrijpen? In deze sessie worden verschillende benaderingen voor dataverkenning besproken, met in het bijzonder aandacht voor numerieke en visuele technieken.

Sessie 4: The power of data visualisation

  • 25 april 2019, 13.00-17.00 u - Zwijnaarde

Datavisualisatie is een krachtig mechanisme dat kan worden toegepast in verschillende fasen van de datascienceworkflow. De methode ondersteunt dataverkenning en inzicht in data en maakt het mogelijk om deze inzichten aan de gebruikers voor te stellen. De meest efficiënte methode voor datavisualisatie kiezen is echter niet vanzelfsprekend. Wordt die niet zorgvuldig gekozen, dan kunnen ongepaste visualisaties tot onjuiste interpretaties leiden. Om de meest efficiënte visualisatiemethode te kiezen, moeten we niet alleen weten wat de bestaande en meest geschikte methodes zijn, maar we moeten ook enige kennis hebben over het domein, het probleem en de menselijke perceptie. Deze sessie wil een overzicht geven van de bestaande methodes voor datavisualisatie en de manier waarop ze zo efficiënt mogelijk kunnen worden ingezet om belangrijke data-eigenschappen in de kijker te zetten, trends te benadrukken, verborgen patronen aan het licht te brengen, enz.

Sessie 5: The art of feature engineering

  • 21 mei 2019, 13.00-17.30 u - Zwijnaarde

Om iets uit data te leren aan de hand van intelligente algoritmes, moeten de gegevens zo optimaal mogelijk worden voorgesteld. Het proces dat data omvormt en enkel de meest relevante, onderscheidende eigenschappen bewaart, wordt feature engineering genoemd. Het is misschien wel de belangrijkste stap in de datascienceworkflow. Zelfs het meest intelligente algoritme kan immers geen bevredigende resultaten leveren als de gebruikte gegevens niet de belangrijkste eigenschappen van het onderzochte fenomeen bevatten. Er bestaat geen eenduidig formeel proces voor feature engineering. Er is bijgevolg nood aan heel wat creativiteit, iteraties, domeinkennis enz. Deze sessie wil een overzicht geven van de meest gebruikte methodes, de verworven kennis, de vaakst voorkomende valkuilen voor verschillende soorten data (sensorgegevens, locatiegegevens enz.) en probleeminstellingen (voorspelling, profilering enz.).

Sessie 6: Choosing the right algorithm for the right task

  • 4 juni 2019, 13.00-17.30 u - Zwijnaarde

Deze sessie wil de deelnemers laten kennismaken met de belangrijkste datasciencetaken (classificatie, clustering, regressie enz.) en een overzicht geven van de meest gebruikte algoritmen en technieken om elke taak op te lossen. Voor elke methode worden de kenmerken en de voor- en nadelen toegelicht om de deelnemers een bewuste keuze te helpen maken met betrekking tot beschikbare data (dimensionaliteit, type attribuut enz.) en de vereisten van het verwachte model (interpreteerbaarheid, accuraatheid, schaalbaarheid enz.). Tot slot worden de richtsnoeren voor het opleiden en evalueren van de resulterende modellen uiteengezet, met inbegrip van een overzicht van gebruikelijke valkuilen en veelgebruikte evaluatiemethodes.

Doelgroep

De mastercourse richt zich tot iedereen die interesse heeft in data-innovatie als een opportuniteit voor zijn onderneming of activiteitendomein. Voor de sessies 3 tot en met 6 zijn enkele elementaire analytische vaardigheden vereist (bijv. grondige kennis van algebra en interpretatie van statistieken).

Praktische informatie:

Prijs

SessieNormael prijsVroegboekkorting*/Sirris lid**
Sessie 1: The art of formulating a data science task625 euro575 euro
Sessie 2: Bring your own data innovation challenge475 euro425 euro
Sessie 3: The importance of data exploration and hypothesis building525 euro475 euro
Sessie 4: The power of data visualisation575 euro525 euro
Sessie 5: The art of feature engineering625 euro575 euro
Sessie 6: Choosing the right algorithm for the right task625 euro575 euro

* De vroegboekkorting is alleen van toepassing als u slechts één sessie wilt volgen. De inschrijving dient minstens 3 weken op voorhand te gebeuren. 

** Deze prijs is van toepassing voor leden van Sirris die zich op elk moment willen inschrijven voor één sessie. 

  • Als u zich inschrijft voor de volledige cyclus, krijgt u sessie 2 ‘Bring your own data innovation challenge’ gratis. De totaalprijs bedraagt dan 2975 euro in plaats van 3450 euro.
    Registratie voor de gehele cyclus is nog mogelijk tot 17 januari. Daarna kan men zich nog inschrijven voor de volgende sessies (duid in het inschrijvingsformulier aan voor welke sessie(s) u zich wilt inschrijven).
  • Als u zich inschrijft voor 3 sessies, bedraagt de totaalprijs 1575 euro. 
  • Alle prijzen zijn exclusief btw.
  • Een hardcopy van de syllabus is inbegrepen in de inschrijvingsprijs. Alle sessies worden in het Engels gegeven.

Vlaamse kmo’s kunnen gebruikmaken van de kmo-portefeuille (de kmo-portefeuille dient ten laatste 14 werkdagen na het seminarie te worden aangevraagd; zo niet, wordt uw aanvraag geweigerd). (Erkenningsnr. Sirris: DV.O105154).

Voor meer informatie kunt u terecht op http://www.kmo-portefeuille.be/ of contact met ons opnemen.

Onze algemene voorwaarden voor de training

Annuleringen dienen via e-mail te worden gemeld. Een annulering die gemeld wordt voor 3 werkdagen voorafgaand aan de sessie is gratis. Na deze deadline wordt 50% van het inschrijvingsgeld in rekening gebracht (incl. BTW). Bij annulatie op de dag zelf wordt het volledige inschrijvingsbedrag aangerekend. Komt de ingeschreven persoon niet opdagen, dan is ook het volledige inschrijvingsbedrag verschuldigd. Het is steeds mogelijk de ingeschreven persoon door een collega te vervangen, mits dit vooraf wordt gemeld aan caroline.mair@sirris.be.