Deze vertaling werd automatisch gegenereerd met artificiële intelligentie (een online vertaler) en kan fouten of onnauwkeurigheden bevatten. Ze wordt ter informatie aangeboden om u te helpen de inhoud van deze fiche over de opleiding te begrijpen. Wij wijzen alle verantwoordelijkheid voor de inhoud ervan af. Voor opmerkingen over deze vertaling kunt u een e-mail sturen naar helpdesk@digitalcity.brussels.
Analyse de données augmentée par l’IA
Beschrijving
U zult ontdekken hoe u generatieve AI effectief kunt inzetten als hulp voor de analist bij het verkennen, interpreteren en communiceren van gegevens. U leert technieken voor het stellen van vragen, het uitvoeren van kritische analyses en het genereren van betrouwbare analytische resultaten die zijn afgestemd op de bedrijfsbehoeften.
Wat zijn de doelstellingen van de opleiding?
Na afloop van de opleiding kunt u:
• De werking van generatieve AI (LLM) begrijpen in het kader van data-analyse
• Een verkennende analyse van een dataset uitvoeren in ‘cowork’ met de AI
• Conclusies te trekken uit de dataset en in samenwerking met de AI een visueel rapport op te stellen
• De verkregen resultaten kritisch te bekijken
Wat moet je weten om de cursus te volgen?
• Ervaring hebben met gegevensanalyse (EDA, statistiek)
• Kunnen omgaan met een analysetool (bij voorkeur Power BI)
Opleidingsprogramma
Inleiding tot AI voor gegevensanalyse
• De rol van AI in de analytische cyclus, verschillen tussen AI, machine learning en generatieve AI, de werking van LLM's, begrippen als context, hallucinaties en beperkingen.
• Interactieve quiz en kritische analyse van voorbeelden van analyses
AI-ondersteunde data-exploratie (EDA)
• Inzicht in een dataset, beoordeling van de kwaliteit ervan (ontbrekende waarden, duplicaten, afwijkingen), verkenning van de relaties tussen variabelen en het genereren van analysehypothesen.
• Begeleide workshop aan de hand van een praktijkvoorbeeld.
Datavisualisatie en het ontdekken van inzichten met AI
• Keuze van geschikte visuele weergaven, ondersteunde generatie van grafieken en automatische
-commentaren.
• Identificatie, prioritering en interpretatie van inzichten op basis van echte gegevens.
• Vergelijking tussen menselijke analyses en voorstellen van de AI.
Analytische rapporten en integratieworkshop
• Opstellen van een door AI ondersteund uitvoerend rapport (context, methodologie, resultaten,
aanbevelingen en beperkingen).
• Afsluitende uitdaging: verkenning van een dataset, het maken van visualisaties, het formuleren van inzichten en
samenvattende presentatie van de resultaten. Samenvatting van best practices voor verantwoord gebruik van
AI bij gegevensanalyse.



Een ogenblik, aub...