Data-Science-For-Beginners/translations/nl

Datawetenschap voor Beginners - Een Curriculum

Azure Cloud Advocates bij Microsoft zijn verheugd om een 10 weken durend, 20-lessen curriculum aan te bieden dat volledig over Datawetenschap gaat. Elke les bevat quizzen voor en na de les, geschreven instructies om de les te voltooien, een oplossing en een opdracht. Onze projectgebaseerde pedagogiek stelt je in staat te leren terwijl je bouwt, een bewezen manier om nieuwe vaardigheden te laten 'blijven hangen'.

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, beoordelaars 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

Datawetenschap Voor Beginners - Sketchnote door @nitya

🌐 Meertalige Ondersteuning

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

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Als je extra vertalingen wilt, zijn ondersteunde talen hier vermeld hier

Word lid van onze community

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

Ben je een student?

Begin met de volgende bronnen:

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

Aan de slag

📚 Documentatie

• Installatiehandleiding - Stapsgewijze installatie-instructies voor beginners
• Gebruiksaanwijzing - Voorbeelden en veelvoorkomende workflows
• Probleemoplossing - Oplossingen voor veelvoorkomende problemen
• Bijdragenhandleiding - Hoe bij te dragen aan dit project
• Voor docenten - Lesgeven richtlijnen en klaslokaalbronnen

👨‍🎓 Voor studenten

Volledige beginners: Nieuw in datawetenschap? Begin met onze beginnersvriendelijke voorbeelden! Deze eenvoudige, goed van commentaar voorziene voorbeelden helpen je de basis te begrijpen voordat je in het volledige curriculum duikt. Studenten: om dit curriculum zelfstandig te gebruiken, fork je de hele repo en maak je de oefeningen zelfstandig, beginnend met een quiz voor de les. Lees daarna 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 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. Bekijk de Gebruiksaanwijzing om te leren hoe je met het curriculum werkt
3. Begin met Les 1 en werk deze achtereenvolgens 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!

Maak kennis met 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 frequente quizzen bevat. Aan het einde van deze serie zullen studenten de basisprincipes van datawetenschap hebben geleerd, inclusief ethische concepten, datavoorbereiding, verschillende manieren om met data te werken, datavisualisatie, data-analyse, praktijkvoorbeelden van datawetenschap en meer.

Daarnaast 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 geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden steeds complexer aan het einde van de cyclus van 10 weken.

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

Elke les bevat:

• Optionele sketchnote
• Optionele aanvullende video
• Voor-les opwarmquiz
• Geschreven les
• Voor projectgebaseerde lessen, stapsgewijze handleidingen over hoe het project te bouwen
• Kenniscontroles
• Een uitdaging
• Aanvullende lectuur
• Opdracht
• Quiz na de les

Een opmerking over quizzen: Alle quizzen bevinden zich in de Quiz-App map, voor in totaal 40 quizzen van elk drie vragen. Ze zijn gekoppeld 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.

🎓 Voor beginners geschikte voorbeelden

Nieuw in Data Science? We hebben een speciale voorbeeldenmap gemaakt met eenvoudige, goed van commentaar voorziene 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 vind patronen
• 📈 Basisvisualisatie - Maak grafieken en diagrammen
• 🔬 Project uit de praktijk - 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: Routekaart - Sketchnote door @nitya

Lesnummer	Onderwerp	Lesgroep	Leerdoelen	Gekoppelde les	Auteur
01	Data Science definiëren	Introductie	Leer de basisconcepten achter datawetenschap 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	Data definiëren	Introductie	Hoe data wordt geclassificeerd en de veelvoorkomende 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 de Structured Query Language, ook bekend als SQL (uitgesproken als “see-quell”).	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	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 schoonmaken en transformeren van data om uitdagingen van ontbrekende, onnauwkeurige of onvolledige data aan te pakken.	les	Jasmine
09	Visualiseren van hoeveelheden	Datavisualisatie	Leer hoe je Matplotlib gebruikt om vogeldatagegevens te visualiseren 🦆	les	Jen
10	Visualiseren van datadistributies	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 verwerven 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 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 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 deployen met Azure Machine Learning Studio.	les	Tiffany en Maud
20	Data Science in het wild	In the Wild	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 Openen met Codespaces.
2. Selecteer + Nieuwe codespace onderaan het paneel. Voor meer info, 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 je eerste keer is dat je een ontwikkelcontainer gebruikt, zorg dan dat je systeem aan de vereisten voldoet (bijv. Docker geïnstalleerd) in de startdocumentatie.

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

Opmerking: Onder de motorkap wordt de Remote-Containers: Clone Repository in Container Volume... opdracht gebruikt om de broncode in een Docker volume te klonen in plaats van het lokale bestandssysteem. Volumes zijn de voorkeursmethode om containerdata te bewaren.

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 het uit.

Offline toegang

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

Let op, 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:

LangChain

---

Azure / Edge / MCP / Agents

---

Generatieve AI Serie

---

Kernleren

---

Copilot Serie

Hulp krijgen

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

Als je vastloopt of vragen hebt over het bouwen van AI-apps. Doe mee met medeleerlingen en ervaren ontwikkelaars in discussies over MCP. Het is een ondersteunende gemeenschap waar vragen welkom zijn en kennis vrij wordt gedeeld.

Als je productfeedback hebt of fouten tegenkomt tijdens het bouwen, bezoek dan:

---

Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsdienst Co-op Translator. Hoewel we streven naar nauwkeurigheid, 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 eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.