Data-Science-For-Beginners/translations/nl

Data Science voor Beginners - Een curriculum

Azure Cloud Advocates bij Microsoft bieden met plezier een 10-weekse, 20-lescurriculum aan dat helemaal draait om Data Science. Elke les bevat een pre-les en post-les quiz, schriftelijke instructies om de les te voltooien, een oplossing en een opdracht. Onze projectgebaseerde didactiek stelt je in staat te leren terwijl je bouwt — een bewezen manier om nieuwe vaardigheden te laten 'blijven hangen'.

Hartelijk 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 (Geautomatiseerd & 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 | Kannada | Koreaans | Litouws | Maleis | Malayalam | Marathi | Nepalees | Nigeriaans Pidgin | Noors | Perzisch (Farsi) | Pools | Portugees (Brazilië) | Portugees (Portugal) | Punjabi (Gurmukhi) | Roemeens | Russisch | Servisch (Cyrillisch) | Slowaaks | Sloveens | Spaans | Swahili | Zweeds | Tagalog (Filipijns) | Tamil | Telugu | Thai | Turks | Oekraïens | Urdu | Vietnamees

Als je extra vertalingen wilt laten ondersteunen, staan de ondersteunde talen hier

Doe mee met onze community

We hebben een doorlopende Discord-serie "Learn with AI", lees meer en sluit je bij ons aan op Learn with AI-serie van 18 - 30 september 2025. Je krijgt tips en trucs voor het gebruik van GitHub Copilot voor Data Science.

Ben je een student?

Begin met de volgende bronnen:

• Student Hub page Op deze pagina vind je bronnen voor beginners, Student-pakketten en zelfs manieren om een gratis certificaatvoucher te krijgen. Dit is een pagina die je wilt bookmarken en van tijd tot tijd controleren, aangezien we inhoud minstens maandelijks wisselen.
• Microsoft Learn Student Ambassadors Word lid van een wereldwijde community van studentambassadeurs; dit kan jouw ingang tot Microsoft zijn.

Aan de slag

📚 Documentatie

• Installation Guide - Stapsgewijze installatie-instructies voor beginners
• Usage Guide - Voorbeelden en veelvoorkomende workflows
• Troubleshooting - Oplossingen voor veelvoorkomende problemen
• Contributing Guide - Hoe bij te dragen aan dit project
• For Teachers - Lesinstructies en bronnen voor in de klas

👨‍🎓 Voor studenten

Complete Beginners: Nieuw in data science? Begin met onze beginnervriendelijke voorbeelden! Deze eenvoudige, goed van commentaar voorziene voorbeelden helpen je de basis te begrijpen voordat je in het volledige curriculum duikt. Students: om dit curriculum zelfstandig te gebruiken, fork je de volledige repository en maak je 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 oplossingcode te kopiëren; die code is echter beschikbaar in de /solutions-mappen in elke projectgerichte les. Een andere optie is om een studiegroep met vrienden te vormen en samen door de inhoud te gaan. Voor verdere studie raden we Microsoft Learn aan.

Snelle start:

1. Controleer de Installation Guide om je omgeving in te stellen
2. Bekijk de Usage Guide om te leren hoe je met het curriculum werkt
3. Begin met Les 1 en werk ze achtereenvolgens door
4. Sluit je aan bij onze Discord-community voor ondersteuning

👩‍🏫 Voor docenten

Docenten: we hebben enkele suggesties toegevoegd 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 opbouwen van dit curriculum: ervoor zorgen dat het projectgebaseerd is en dat het vaak quizzes bevat. Aan het einde van deze serie zullen studenten basisprincipes van datawetenschap hebben geleerd, inclusief ethische concepten, datavoorbereiding, verschillende manieren om met data te werken, datavisualisatie, data-analyse, praktijkvoorbeelden van datawetenschap en meer.

Bovendien zet een quiz met lage inzet vóór een les de intentie van de student om een onderwerp te leren, terwijl een tweede quiz na de les zorgt voor verdere retentie. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan in z’n geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden geleidelijk complexer tegen het einde van de 10-weekse cyclus.

Vind onze Gedragscode, Bijdragen, Vertalingen richtlijnen. We verwelkomen je constructieve feedback!

Elke les bevat:

• Optionele sketchnote
• Optionele aanvullende video
• Warming-upquiz vóór de les
• Geschreven les
• Voor projectgebaseerde lessen, stapsgewijze handleidingen over hoe je het project bouwt
• Kenniscontroles
• Een uitdaging
• Aanvullende lectuur
• Opdracht
• Quiz na de les

Een opmerking over quizzen: Alle quizzes bevinden zich in de Quiz-App map, voor in totaal 40 quizzes van drie vragen elk. 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 folder. Ze worden geleidelijk gelokaliseerd.

🎓 Beginner-vriendelijke voorbeelden

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

• 🌟 Hallo Wereld - Je eerste data science-programma
• 📂 Gegevens laden - Leer datasets te lezen en te verkennen
• 📊 Eenvoudige Analyse - Bereken statistieken en vind patronen
• 📈 Basisvisualisatie - Maak diagrammen en grafieken
• 🔬 Praktijkproject - Volledige workflow van begin tot eind

Elk voorbeeld bevat gedetailleerde commentaren die elke stap uitleggen, waardoor het perfect is voor absolute beginners!

👉 Begin met de voorbeelden 👈

Lessen

Data Science voor Beginners: Routekaart - Sketchnote door @nitya

Lesnummer	Onderwerp	Lesgroep	Leerdoelen	Gekoppelde les	Auteur
01	Definiëren van Data Science	Inleiding	Leer de basisconcepten achter data science en hoe het gerelateerd is aan kunstmatige intelligentie, machine learning, en big data.	les video	Dmitry
02	Ethiek in Data Science	Inleiding	Concepten, uitdagingen & kaders van data-ethiek.	les	Nitya
03	Definiëren van data	Inleiding	Hoe data wordt geclassificeerd en de veelvoorkomende bronnen ervan.	les	Jasmine
04	Inleiding tot Statistiek & Kansrekening	Inleiding	De wiskundige technieken van waarschijnlijkheid en statistiek om data te begrijpen.	les video	Dmitry
05	Werken met relationele data	Werken met data	Inleiding tot relationele data en de basis van het verkennen en analyseren van relationele data met de Structured Query Language, ook bekend als SQL (uitgesproken “see-quell”).	les	Christopher
06	Werken met NoSQL-data	Werken met data	Inleiding tot niet-relationele data, de verschillende types en de basis van het verkennen en analyseren van documentdatabases.	les	Jasmine
07	Werken met Python	Werken met data	Basis van het gebruik van Python voor data-exploratie met bibliotheken zoals Pandas. Een fundamenteel begrip van Python-programmeren wordt aanbevolen.	les video	Dmitry
08	Datavoorbereiding	Werken met data	Onderwerpen over datatechnieken voor het opschonen en transformeren van data om uitdagingen met ontbrekende, onnauwkeurige of onvolledige data aan te pakken.	les	Jasmine
09	Visualiseren van hoeveelheden	Data Visualization	Leer hoe je Matplotlib gebruikt om vogeldata te visualiseren 🦆	les	Jen
10	Visualiseren van dataverdelingen	Data Visualization	Visualiseren van observaties en trends binnen een interval.	les	Jen
11	Visualiseren van verhoudingen	Data Visualization	Visualiseren van discrete en gegroepeerde percentages.	les	Jen
12	Visualiseren van relaties	Data Visualization	Visualiseren van verbindingen en correlaties tussen datasets en hun variabelen.	les	Jen
13	Zinvolle visualisaties	Data Visualization	Technieken en richtlijnen om je visualisaties waardevol te maken voor effectieve probleemoplossing en inzichten.	les	Jen
14	Inleiding tot de levenscyclus van Data Science	Levenscyclus	Inleiding tot de levenscyclus van data science en de eerste stap van het verwerven en extraheren van data.	les	Jasmine
15	Analyseren	Levenscyclus	Deze fase van de levenscyclus van data science richt zich op technieken om data te analyseren.	les	Jasmine
16	Communicatie	Levenscyclus	Deze fase van de levenscyclus van data science richt zich op het presenteren van de 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 reeks lessen introduceert data science in de cloud en de voordelen ervan.	les	Tiffany and Maud
18	Data Science in de cloud	Cloud Data	Modellen trainen met Low Code-tools.	les	Tiffany and Maud
19	Data Science in de cloud	Cloud Data	Modellen implementeren met Azure Machine Learning Studio.	les	Tiffany and Maud
20	Data Science in het wild	In the Wild	Door data science aangedreven projecten in de echte wereld.	les	Nitya

GitHub Codespaces

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

1. Klik op het Code-uitklapmenu en selecteer de Open with Codespaces optie.
2. Selecteer + New codespace onderaan het paneel. For more info, check out the GitHub-documentatie.

VSCode Remote - Containers

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

1. If this is your first time using a development container, please ensure your system meets the pre-reqs (i.e. have Docker installed) in de getting started-documentatie.

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• Kloon 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 is gestart, en probeer het uit.

Offline toegang

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

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

Andere curricula

Ons team maakt andere curricula! Bekijk:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI-serie

---

Kernonderwerpen

---

Copilot-serie

Hulp krijgen

Problemen ondervonden? Raadpleeg onze Probleemoplossingsgids voor oplossingen voor veelvoorkomende problemen.

Als je vastloopt of vragen hebt over het bouwen van AI-apps. Neem deel aan discussies met medeleerders en ervaren ontwikkelaars over MCP. Het is een ondersteunende community waar vragen welkom zijn en kennis vrijelijk wordt gedeeld.

Als je productfeedback of fouten ondervindt tijdens het bouwen, bezoek:

---

Disclaimer: Dit document is vertaald met behulp van de AI-vertalingsdienst Co-op Translator (https://github.com/Azure/co-op-translator). Hoewel wij naar nauwkeurigheid streven, dient u er rekening mee te houden dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet als de gezaghebbende bron worden beschouwd. 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.