A presentation about the basics of data science.

1. Linda Terlouw (linda.terlouw@icris.nl)
Tutorial
Data Science

2. Data Science is een vakgebied dat zich richt op het
verzamelen, organiseren en analyseren van (grote)
data sets om patronen te ontdekken.
Hadden we niet al BI?

3. Data Science is niet nieuw. De populariteit ervan neemt wel toe door
ontwikkelingen die de opslag en verwerking van grote datasets gemak-
kelijker maken (Big Data). Hieronder vallen bijv. NoSQL data stores en
in-memory databases.

4. De data scientist bestaat niet. Mensen werkzaam in data
science hebben verschillende achtergronden.
Data Analytics combineert technieken uit o.a.
de volgende vakgebieden: Statistiek, Opera-
tional research en Software engineering.

5. Google introduceerde PageRank; een algoritme dat keek naar “het belang” van webpagina’s.
Search engines als AltaVista gebruikten traditionele information retrieval-technieken.

6. Kaggle heeft een wedstrijd uitgezet om met behulp van
data science meer “te zien” dan artsen voor het voor-
komen en genezen van oogafwijkingen bij diabetici.

7. Met behulp van data science
kun je weten dat de klant ver-
trekt voordat hij het zelf weet.
privacy?

8. Tom M. Mitchell: “A computer program is said to learn
from experience E with respect to some class of tasks T
and performance measure P, if its performance at tasks in
T, as measured by P, improves with experience E”.
Machine Learning?

9. Overfitting
versus
underfitting

10. Enkele aanpakken in data science zijn:
- classificatie
- regressie
- clustering
- similarity matching
- association rule discovery
- graafanalyse
Dit is geen complete lijst!

11. Classificatie
voorspelt een niet-numerieke waarde
Voorbeeld
het onderscheiden van normale
en frauduleuze transacties voor
het automatisch blokkeren van
credit cards

12. Regressie
voorspelt een numerieke waarde
Voorbeeld
het voorspellen van het aantal
flesjes bier dat verkocht wordt
aan de hand van prijs en het
weer

13. Clustering
ontdekt groepen van gelijksoortige dingen
Voorbeeld
het segmenteren van klant-
groepen met verschillende
behoeftes

14. SIMILARITY MATCHING
voorspelt gelijksoortige producten
Voorbeeld
het voorspellen van een Net-
flix-serie op basis van eerder
kijkgedrag

15. Association rule discovery
bepaalt gelijkheid van dingen op basis van transacties
Voorbeeld
het bieden van gepersonaliseerde aan-
biedingen op basis van producten die
al in de kar liggen

16. Graafanalyse
analyseert netwerken van mensen of dingen
Voorbeeld
het vinden van fraudenetwerken
in de zorgsector

17. In Nederland is het nieuwe vakgebied Process Mining ontwikkeld.
Dit is Data Science toegepast op bedrijfsprocessen.

18. Business
Understanding
Data
Understanding
Data
Preparation
Modeling
Evaluation
Deployment
Het data science-proces is geen rechte lijn van A naar B.

19. Demo

20. Process mining as a Service: www.processminingfactory.com
www.icris.nl
linda.terlouw@icris.nl
icris
measure facts, treasure knowledge