Data-Science-For-Beginners/translations/nl

Data Science voor Beginners - Een Curriculum

Azure Cloud Advocates bij Microsoft bieden met trots een 10-weekse, 20-lessen curriculum aan over Data Science. Elke les bevat pre- en post-lesquizzen, geschreven instructies om de les te voltooien, een oplossing en een opdracht. Onze projectgerichte aanpak stelt je in staat om te leren door te bouwen, een bewezen manier om nieuwe vaardigheden te laten beklijven.

Hartelijke dank aan onze auteurs: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Speciale dank 🙏 aan onze Microsoft Student Ambassador auteurs, reviewers en inhoudsbijdragers, met name Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar, Vidushi Gupta, Jasleen Sondhi

Data Science Voor Beginners - Sketchnote door @nitya

🌐 Meertalige Ondersteuning

Ondersteund via GitHub Action (Automatisch & Altijd Up-to-Date)

Arabisch | Bengaals | Bulgaars | Birmaans (Myanmar) | Chinees (Vereenvoudigd) | Chinees (Traditioneel, Hong Kong) | Chinees (Traditioneel, Macau) | Chinees (Traditioneel, Taiwan) | Kroatisch | Tsjechisch | Deens | Nederlands | Ests | Fins | Frans | Duits | Grieks | Hebreeuws | Hindi | Hongaars | Indonesisch | Italiaans | Japans | Koreaans | Litouws | Maleis | Marathi | Nepalees | Nigeriaans Pidgin | Noors | Perzisch (Farsi) | Pools | Portugees (Brazilië) | Portugees (Portugal) | Punjabi (Gurmukhi) | Roemeens | Russisch | Servisch (Cyrillisch) | Slowaaks | Sloveens | Spaans | Swahili | Zweeds | Tagalog (Filipino) | Tamil | Thais | Turks | Oekraïens | Urdu | Vietnamees

Als je extra vertalingen wilt, kun je de ondersteunde talen hier bekijken.

Word lid van onze community

We hebben een lopende Discord-serie over leren met AI. Leer meer en doe mee via Learn with AI Series van 18 - 30 september 2025. Je krijgt tips en trucs over het gebruik van GitHub Copilot voor Data Science.

Ben je een student?

Begin met de volgende bronnen:

• Student Hub-pagina Op deze pagina vind je beginnersbronnen, studentpakketten en zelfs manieren om een gratis certificaatvoucher te krijgen. Dit is een pagina die je wilt bookmarken en regelmatig wilt bekijken, aangezien we de inhoud minstens maandelijks aanpassen.
• Microsoft Learn Student Ambassadors Word lid van een wereldwijde community van studentambassadeurs, dit kan jouw toegangspoort tot Microsoft zijn.

Aan de slag

📚 Documentatie

• Installatiehandleiding - Stapsgewijze installatie-instructies voor beginners
• Gebruikershandleiding - Voorbeelden en veelvoorkomende workflows
• Probleemoplossing - Oplossingen voor veelvoorkomende problemen
• Bijdragehandleiding - Hoe je kunt bijdragen aan dit project
• Voor docenten - Lesmateriaal en klaslokaalbronnen

👨‍🎓 Voor Studenten

Complete Beginners: Nieuw in data science? Begin met onze beginnersvriendelijke voorbeelden! Deze eenvoudige, goed becommentarieerde voorbeelden helpen je de basis te begrijpen voordat je aan het volledige curriculum begint. Studenten: om dit curriculum zelfstandig te gebruiken, fork de hele repo en voltooi de oefeningen zelfstandig, te beginnen met een pre-lecture quiz. Lees vervolgens de les en voltooi de rest van de activiteiten. Probeer de projecten te maken door de lessen te begrijpen in plaats van de oplossingscode te kopiëren; die code is echter beschikbaar in de /solutions-mappen in elke projectgerichte les. Een ander idee is om een studiegroep te vormen met vrienden en samen door de inhoud te gaan. Voor verdere studie raden we Microsoft Learn aan.

Snelle Start:

1. Bekijk de Installatiehandleiding om je omgeving in te stellen
2. Lees de Gebruikershandleiding om te leren hoe je met het curriculum werkt
3. Begin met Les 1 en werk sequentieel door
4. Word lid van onze Discord-community voor ondersteuning

👩‍🏫 Voor Docenten

Docenten: we hebben enkele suggesties opgenomen over hoe je dit curriculum kunt gebruiken. We horen graag je feedback in ons discussieforum!

Ontmoet het Team

Gif door Mohit Jaisal

🎥 Klik op de afbeelding hierboven voor een video over het project en de mensen die het hebben gemaakt!

Pedagogiek

We hebben twee pedagogische principes gekozen bij het ontwikkelen van dit curriculum: ervoor zorgen dat het projectgebaseerd is en dat het frequente quizzen bevat. Aan het einde van deze serie zullen studenten de basisprincipes van data science hebben geleerd, waaronder ethische concepten, datavoorbereiding, verschillende manieren om met data te werken, datavisualisatie, data-analyse, praktijkvoorbeelden van data science en meer.

Daarnaast helpt een laagdrempelige quiz vóór een les de student om zich te richten op het leren van een onderwerp, terwijl een tweede quiz na de les zorgt voor een betere retentie. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan in zijn geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden steeds complexer tegen het einde van de 10-weekse cyclus.

Bekijk onze Gedragscode, Bijdragen, Vertaalrichtlijnen. We verwelkomen je constructieve feedback!

Elke les bevat:

• Optionele sketchnote
• Optionele aanvullende video
• Opwarmquiz vóór de les
• Geschreven les
• Voor projectgebaseerde lessen, stapsgewijze handleidingen om het project te bouwen
• Kenniscontroles
• Een uitdaging
• Aanvullende literatuur
• Opdracht
• Quiz na de les

Een opmerking over quizzen: Alle quizzen bevinden zich in de Quiz-App map, in totaal 40 quizzen van elk drie vragen. Ze zijn gelinkt vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd of worden gedeployed naar Azure; volg de instructies in de quiz-app map. Ze worden geleidelijk gelokaliseerd.

🎓 Voorbeelden voor beginners

Nieuw in Data Science? We hebben een speciale voorbeeldenmap gemaakt met eenvoudige, goed becommentarieerde code om je op weg te helpen:

• 🌟 Hello World - Je eerste data science-programma
• 📂 Data laden - Leer datasets lezen en verkennen
• 📊 Eenvoudige analyse - Bereken statistieken en ontdek patronen
• 📈 Basisvisualisatie - Maak grafieken en diagrammen
• 🔬 Praktijkproject - Volledige workflow van begin tot eind

Elk voorbeeld bevat gedetailleerde opmerkingen die elke stap uitleggen, perfect voor absolute beginners!

👉 Begin met de voorbeelden 👈

Lessen

Data Science voor Beginners: Roadmap - Sketchnote door @nitya

Lesnummer	Onderwerp	Lesgroep	Leerdoelen	Gelinkte les	Auteur
01	Wat is Data Science?	Introductie	Leer de basisconcepten van data science en hoe het gerelateerd is aan kunstmatige intelligentie, machine learning en big data.	les video	Dmitry
02	Data Science Ethiek	Introductie	Concepten, uitdagingen en kaders van data-ethiek.	les	Nitya
03	Wat is Data?	Introductie	Hoe data wordt geclassificeerd en de gebruikelijke bronnen ervan.	les	Jasmine
04	Introductie tot Statistiek & Kansrekening	Introductie	De wiskundige technieken van kansrekening en statistiek om data te begrijpen.	les video	Dmitry
05	Werken met Relationele Data	Werken met Data	Introductie tot relationele data en de basis van het verkennen en analyseren van relationele data met Structured Query Language, ook wel SQL genoemd.	les	Christopher
06	Werken met NoSQL Data	Werken met Data	Introductie tot niet-relationele data, de verschillende typen en de basis van het verkennen en analyseren van documentdatabases.	les	Jasmine
07	Werken met Python	Werken met Data	Basisprincipes van het gebruik van Python voor data-exploratie met bibliotheken zoals Pandas. Basiskennis van Python-programmeren wordt aanbevolen.	les video	Dmitry
08	Datavoorbereiding	Werken met Data	Onderwerpen over technieken voor het opschonen en transformeren van data om uitdagingen zoals ontbrekende, onjuiste of onvolledige data aan te pakken.	les	Jasmine
09	Visualiseren van Hoeveelheden	Datavisualisatie	Leer hoe je Matplotlib kunt gebruiken om vogeldata te visualiseren 🦆	les	Jen
10	Visualiseren van Data Distributies	Datavisualisatie	Visualiseren van observaties en trends binnen een interval.	les	Jen
11	Visualiseren van Verhoudingen	Datavisualisatie	Visualiseren van discrete en gegroepeerde percentages.	les	Jen
12	Visualiseren van Relaties	Datavisualisatie	Visualiseren van verbindingen en correlaties tussen datasets en hun variabelen.	les	Jen
13	Betekenisvolle Visualisaties	Datavisualisatie	Technieken en richtlijnen om je visualisaties waardevol te maken voor effectieve probleemoplossing en inzichten.	les	Jen
14	Introductie tot de Data Science Levenscyclus	Levenscyclus	Introductie tot de data science levenscyclus en de eerste stap van het verkrijgen en extraheren van data.	les	Jasmine
15	Analyseren	Levenscyclus	Deze fase van de data science levenscyclus richt zich op technieken om data te analyseren.	les	Jasmine
16	Communicatie	Levenscyclus	Deze fase van de data science levenscyclus richt zich op het presenteren van inzichten uit de data op een manier die het voor besluitvormers gemakkelijker maakt om te begrijpen.	les	Jalen
17	Data Science in de Cloud	Cloud Data	Deze serie lessen introduceert data science in de cloud en de voordelen ervan.	les	Tiffany en Maud
18	Data Science in de Cloud	Cloud Data	Modellen trainen met Low Code tools.	les	Tiffany en Maud
19	Data Science in de Cloud	Cloud Data	Modellen implementeren met Azure Machine Learning Studio.	les	Tiffany en Maud
20	Data Science in de Praktijk	In de Praktijk	Data science-gedreven projecten in de echte wereld.	les	Nitya

GitHub Codespaces

Volg deze stappen om dit voorbeeld te openen in een Codespace:

1. Klik op het Code dropdown-menu en selecteer de optie Open with Codespaces.
2. Selecteer + New codespace onderaan het paneel. Voor meer informatie, bekijk de GitHub documentatie.

VSCode Remote - Containers

Volg deze stappen om deze repo te openen in een container met je lokale machine en VSCode met behulp van de VS Code Remote - Containers extensie:

1. Als dit de eerste keer is dat je een ontwikkelcontainer gebruikt, zorg er dan voor dat je systeem aan de vereisten voldoet (bijv. Docker geïnstalleerd) zoals beschreven in de startdocumentatie.

Om deze repository te gebruiken, kun je de repository openen in een geïsoleerd Docker-volume:

Opmerking: Onder de motorkap zal dit de Remote-Containers: Clone Repository in Container Volume... opdracht gebruiken om de broncode in een Docker-volume te klonen in plaats van op het lokale bestandssysteem. Volumes zijn de voorkeursmethode voor het behouden van containerdata.

Of open een lokaal gekloonde of gedownloade versie van de repository:

• Clone deze repository naar je lokale bestandssysteem.
• Druk op F1 en selecteer de Remote-Containers: Open Folder in Container... opdracht.
• Selecteer de gekloonde kopie van deze map, wacht tot de container start en probeer dingen uit.

Offline toegang

Je kunt deze documentatie offline gebruiken met Docsify. Fork deze repo, installeer Docsify op je lokale machine, en typ in de hoofdmap van deze repo docsify serve. De website wordt geserveerd op poort 3000 op je localhost: localhost:3000.

Opmerking: notebooks worden niet gerenderd via Docsify, dus als je een notebook moet uitvoeren, doe dat dan apart in VS Code met een Python-kernel.

Andere curricula

Ons team produceert andere curricula! Bekijk:

Azure / Edge / MCP / Agents

---

Generatieve AI Serie

---

Kern Leren

---

Copilot Serie

Hulp krijgen

Problemen tegengekomen? Bekijk onze Probleemoplossingsgids voor oplossingen voor veelvoorkomende problemen.

Als je vastloopt of vragen hebt over het bouwen van AI-apps, sluit je dan aan bij medeleerlingen en ervaren ontwikkelaars in discussies over MCP. Het is een ondersteunende community waar vragen welkom zijn en kennis vrij wordt gedeeld.

Als je feedback hebt over producten of fouten tegenkomt tijdens het bouwen, bezoek dan:

---

Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.