SluitenHelpPrint
Switch to English
Cursus: 201600038
201600038
Data analysis and visualisation
Cursus informatieRooster
Cursuscode201600038
Studiepunten (ECTS)7,5
Categorie / NiveauM (Master)
CursustypeCursorisch onderwijs
VoertaalEngels
Aangeboden doorFaculteit Sociale Wetenschappen; M&S for Behavioural, Biomedical & Social Scien;
Contactpersoondr. D.L. Oberski
E-maild.l.oberski@uu.nl
Docenten
Docent
dr. M.J.L.F. Cruyff
Overige cursussen docent
Docent
prof. dr. P.G.M. van der Heijden
Overige cursussen docent
Docent
E. van Kesteren
Overige cursussen docent
Contactpersoon van de cursus
dr. D.L. Oberski
Overige cursussen docent
Docent
dr. D.L. Oberski
Overige cursussen docent
Blok
2  (12-11-2018 t/m 01-02-2019)
Aanvangsblok
2
Timeslot-: Niet van toepassing
Onderwijsvorm
Voltijd
OpmerkingPlease take notice: 7,5 ECTS instead of 5 ECTS.
Cursusinschrijving geopendvanaf 28-05-2018 08:00 t/m 24-06-2018
Inschrijven via OSIRISJa
Inschrijven voor bijvakkersJa
VoorinschrijvingNee
WachtlijstNee
Cursusdoelen
see for full information the English version (flag)
Inhoud
Ingangseisen
Voorkennis
You should be familiar with the basic principles of applied statistics (up to regression). Some familiarity with a high-level programming language, such as (preferably) R or Python is highly desirable.
Verplicht materiaal
Literatuur
Excerpt from the freely available text: James, Witten, Hastie & Tibshirani (2015). An introduction to statistical learning with applications in R. New York: Springer. http://www-bcf.usc.edu/~gareth/ISL/
Literatuur
Excerpt from the freely available text: Wickham. R for Data Science (2016). O’Reilly. http://r4ds.had.co.nz/
Software
All software used (Rstudio, R) is open source and freely available online, as is the mandatory literature.
Aanbevolen materiaal
Boek
Zumel & Mount (2014). Practical data science with R. Shelter Island: Manning.
Literatuur
Additional literature and references are provided during the course
Werkvormen
Computerpracticum

Werkgroep

Toetsen
Eindresultaat
Weging100
Minimum cijfer5,5

Aspecten van academische vorming
Academisch denken, werken en handelen
Materiaal / data analyseren en verwerken

SluitenHelpPrint
Switch to English