RG 00012: verschil tussen versies
Geen bewerkingssamenvatting |
Geen bewerkingssamenvatting |
||
| (3 tussenliggende versies door dezelfde gebruiker niet weergegeven) | |||
| Regel 7: | Regel 7: | ||
|Subheading=Praktijkgericht onderzoek naar het creëren van dataproducten | |Subheading=Praktijkgericht onderzoek naar het creëren van dataproducten | ||
|SubheadingEn=Practical research into the creation of data products | |SubheadingEn=Practical research into the creation of data products | ||
|Summary= | |Summary=Het lectoraat Data Science doet praktijkgericht onderzoek naar het creëren van dataproducten. Ze richt zich met name op producten die belangrijk zijn in een deltagebied zoals Zeeland, bijvoorbeeld voor kustbescherming, veiligheid, toerisme, voedsel, industrie, energie en logistiek. Het lectoraat werkt samen met ondernemers, overheden en andere lectoraten en kenniscentra, zodat de dataproducten kunnen worden gecombineerd met kennis uit deze domeinen. | ||
|SummaryEn= | Met dataproducten kunnen gebruikers sneller, efficiënter, effectiever en nauwkeuriger beslissingen nemen. Disciplines zoals wiskunde, statistiek, software-engineering en machine learning komen samen in Data Science. | ||
|Objective= | |||
|ObjectiveEn= | Business understanding | ||
|Mission= | |||
|MissionEn= | Aan elk dataproduct ligt een onderzoeksproces ten grondslag. In de eerste, cruciale stap (business understanding) wordt onderzocht wat de vraag precies is. | ||
Daarna wordt ruwe data verzameld en geschikt gemaakt voor de rest van het proces. Een mogelijke vervolgstap is om de data te visualiseren of op een andere manier te communiceren. Vervolgens kunnen de data verder worden gemodelleerd aan de hand van machine learning. Dit omvat verschillende technieken zoals clusteren, voorspellen, classificeren en anomalieën detecteren. Uiteindelijk leidt dit tot een dataproduct. | |||
Mischa Beckers is lector Data Science. Hij sprak op 16 november 2017 zijn lectorale rede uit: ‘Do believe the hype’. | |||
|SummaryEn=The Data Science chair carries out practice-based research into the creation of data products. It focuses particularly on products that are important in a delta area such as Zeeland, for example for coastal protection, safety, tourism, food, industry, energy and logistics. The lectorate works together with entrepreneurs, governments and other lectorates and knowledge centres so that data products can be combined with knowledge from these domains. | |||
With data products, users can take faster, more efficient, more effective and more accurate decisions. Disciplines such as mathematics, statistics, software engineering and machine learning come together in Data Science. | |||
Business understanding | |||
Every data product is based on a research process. In the first, crucial step (business understanding), the question is investigated. | |||
After that, raw data is collected and made suitable for the rest of the process. A possible next step is to visualise the data or communicate it in another way. The data can then be further modelled using machine learning. This includes various techniques such as clustering, predicting, classifying and detecting anomalies. Ultimately, this leads to a data product. | |||
Mischa Beckers is a lecturer in Data Science. He delivered his lectoral address on 16 November 2017: 'Do believe the hype'. | |||
|Objective=Praktijkgericht onderzoek naar het creëren van dataproducten | |||
|ObjectiveEn=Practice-based research into the creation of data products | |||
|Mission=Een essentiële speler zijn bij het sneller, efficiënter, effectiever nemen van beslissingen in een duurzame, dynamische delta. | |||
|MissionEn=Being an essential player in making faster, more efficient, more effective decisions in a sustainable dynamic delta. | |||
|Imagename=Data science.jpg | |||
|Professor=Gebruiker:Beck0003 | |Professor=Gebruiker:Beck0003 | ||
|Contact person=Gebruiker:Beck0003 | |Contact person=Gebruiker:Beck0003 | ||
|Project=PR 00290 | |HZ theme=Vitaliteit,Energie,Water,Voeding | ||
|Project=PR 00290,PR 00207,PR 00211,PR 00338 | |||
}} | }} | ||
