Data Science: Solving Missing Data Problems in R

Ontbrekende data verstoren vaak de praktische toepassing van machine learning en AI. Door middel van een mix van hoorcolleges, praktische oefeningen en casestudy's leer je flexibele, schaalbare en statistisch verantwoorde oplossingen te implementeren met R, met de nadruk op praktische toepasbaarheid. De cursus, onder leiding van experts in het vakgebied, waaronder ontwikkelaars van het veelgebruikte mice-pakket, behandelt hedendaagse benaderingen voor het genereren van imputaties, het synthetiseren van data, het integreren van imputatie in AI-workflows en het diagnosticeren van de impact van ontbrekende data op statistische modellen en voorspellingsmodellen.

Praktische informatie

Universiteit Utrecht

ICT
Op locatie
Bijscholen
Master
Cursus of training
Certificaat
Engels
< 3 maanden
€840,-

Gratis persoonlijk opleidingsadvies

Heb je vragen over een opleiding of weet je nog niet welke opleiding het beste bij je past? Onze opleidingsadviseurs denken graag met je mee.

Vraag opleidingsadvies aan

Dit ga je doen

We wisselen korte hoorcolleges af met praktische sessies en plenaire discussies over de practica. Dit zorgt ervoor dat we een interactieve groep deelnemers vormen die de theorie en praktijk van meervoudige imputatie in behapbare blokken leert. Elk blok bouwt voort op het vorige. We nodigen deelnemers uit om hun eigen ervaringen en uitdagingen tijdens deze blokken te delen, zodat we een leeromgeving kunnen creëren waarin samenwerking centraal staat.

Voor wie?

Deze cursus is relevant voor iedereen die zich wil verdiepen in de theorie van onvolledige data en de praktijk van imputatie en datasynthese. Deelnemers dienen een basiskennis te hebben van statistische technieken (zoals variantieanalyse en (niet-)lineaire regressie) en het concept van statistische inferentie. Deze cursus is geschikt voor studenten op master-, advanced master- en PhD-niveau.

Laden...

Meer over ICT

Bekijk de opleiding