DATA SCIENCE LES1

### Basisconcepten van Data Analytics

Wat is Data Analytics?

Het analyseren van gegevens om betere beslissingen te nemen.

Wat is het doel van Data Analytics?

Gegevens omzetten in nuttige informatie voor beslissingen.

Wat betekent Data-Driven Decision Support?

Beslissingen nemen met behulp van gegevens.

Waarom is Data Analytics belangrijk?

Het helpt om slimme keuzes te maken in verschillende sectoren.

### Soorten Data Analytics

Wat is beschrijvende analyse (Descriptive Analytics)?

Het vertelt wat er is gebeurd met de gegevens.

Wat is verkennende analyse (Exploratory Analytics)?

Het onderzoekt waarom iets is gebeurd.

Wat is bevestigende analyse (Confirmatory Analytics)?

Het controleert of een patroon echt bestaat.

Wat is voorspellende analyse (Predictive Analytics)?

Het voorspelt wat er in de toekomst kan gebeuren.

Wat is voorschrijvende analyse (Prescriptive Analytics)?

Het geeft advies over wat je moet doen.

### Praktische toepassingen

Hoe gebruiken banken Data Analytics?

Voor kredietcontroles en het opsporen van fraude.

Hoe gebruiken winkels Data Analytics?

Om te voorspellen welke producten klanten willen kopen.

Hoe gebruikt de gezondheidszorg Data Analytics?

Voor het analyseren van ziekten en medische scans.

Hoe gebruikt de logistiek Data Analytics?

Om de snelste en goedkoopste routes te vinden.

Hoe gebruikt marketing Data Analytics?

Om klanten beter te begrijpen en gerichte advertenties te maken.

### Geavanceerde concepten

Wat is Machine Learning?

Computers leren zelf patronen herkennen in gegevens.

Wat is een voorspellend model?

Een model dat gegevens gebruikt om voorspellingen te doen.

Wat is Big Data?

Heel veel gegevens die moeilijk met gewone methoden te analyseren zijn.

Wat is Kunstmatige Intelligentie (AI)?

Computers die taken uitvoeren waarvoor normaal menselijk denken nodig is.

### Methodologie en analyse

Hoe begin je met data-analyse?

Eerst het probleem begrijpen, dan gegevens verzamelen en analyseren.

Waarom is gegevenskwaliteit belangrijk?

Slechte gegevens kunnen leiden tot verkeerde beslissingen.

Hoe controleer je of een model goed werkt?

Je test of de voorspellingen juist zijn op nieuwe gegevens.

Wat is gegevensvisualisatie?

Het weergeven van gegevens in grafieken en diagrammen om ze beter te begrijpen.

Waarom is Data Analytics innovatief?

Het helpt bedrijven en wetenschappers om nieuwe inzichten te ontdekken.

### Data Analytics in de praktijk

Hoe helpt Data Analytics bij kredietbeoordeling?

Het analyseert klantgegevens om te voorspellen of iemand een lening kan terugbetalen.

Hoe helpt Data Analytics bij zelfrijdende auto’s?

Het gebruikt sensorgegevens om verkeerssituaties te voorspellen.

Hoe helpt Data Analytics bij gepersonaliseerde aanbevelingen?

Het analyseert klantgedrag om suggesties te geven, zoals bij Netflix of Spotify.

Hoe helpt Data Analytics bij fraudedetectie?

Het zoekt naar ongebruikelijke patronen in financiële transacties.

Wat is een datagedreven organisatie?

Een bedrijf dat beslissingen neemt op basis van gegevens in plaats van alleen intuïtie.

### Toekomst van Data Analytics

Hoe zal Data Analytics zich in de toekomst ontwikkelen?

Meer automatisering en gebruik van AI voor snellere en betere beslissingen.

Waarom wordt Machine Learning steeds belangrijker?

Het helpt om steeds betere voorspellingen te doen op basis van nieuwe gegevens.

Wat is de rol van ethiek in Data Analytics?

Gegevens moeten eerlijk en transparant worden gebruikt, zonder mensen te benadelen.

Wat is het verschil tussen Data Science en Data Analytics?

Data Science richt zich op het ontwikkelen van nieuwe analysemethoden, terwijl Data Analytics zich richt op het toepassen ervan.

Waarom is Data Analytics nuttig voor bedrijven?

Het helpt om kosten te verlagen, klanten beter te begrijpen en meer winst te maken.