Introduction

Question 1

wat is data science

Answer 1

werken met en analyseren van ‘data’, gegevens

Question 2

wat is data

Answer 2

informatie in ruwe of ongeorganiseerde vorm die verwijst naar objecten, ideeën of condities

Question 3

wat betekent data driven

Answer 3

verzamelen en analyseren van data ligt aan basis bedrijfsstrategie en van dagelijkse besluitvorming

Question 4

waarom wordt data opgedeeld

Answer 4

om overzicht te behouden

Question 5

welke indelingen zijn er

Answer 5

1. op basis van data type
2. op basis waarvoor data binnen bedrijf gebruikt word
3. indeling, aard en manier van opslaan van data

Question 6

3 soorten data types:

Answer 6

master data, transactionele data en analytische data

Question 7

master data

Answer 7

data die niet vaak verandert en wordt door business steeds op zelfde manier gebruikt (bv klantnummer), ‘normale data’

Question 8

transactionele data

Answer 8

verandert voortdurend en betreft dagelijkse businessativiteiten, beschrijft gebeurtenis (bv bestellingen, bitcoins), vooral financieel

Question 9

analytische data

Answer 9

data betreffende performantie van business (bv marktaandeel, solvabiliteitsratio’s), data van analyses

Question 10

manier van opslaan (2):

Answer 10

gestructureerd, ongestructureerd

Question 11

gestructureerde data

Answer 11

sterk georganiseerde data die volgens voorgedefinieerd data model wordt opgeslagen, op eenvoudige manier toegankelijk en kan gemakkelijk zonder bijkomende inspanningen gebruikt worden in analyses (bv data relationele databanken)

Question 12

ongestructureerde data

Answer 12

niet opgeslagen volgens voorgedefinieerd data model en wordt op samenhangende en verspreide manier bijgehouden, moeilijk toegankelijk en vereist bijkomende preprocessing voor gebruikt te worden in analyse (bv data in meeting verslagen, rapporten)

Question 13

alternatieve opdelingen:

Answer 13

1. op basis van doel van data output (purpose data ouptut)
2. streaming data versus static data
3. indeling volgens attitudinal, behavioural of demographic data

Question 14

2 doelen van data output:

Answer 14

1. schema-then-capture, eerst bepalen welke data nodig is voor analyse en dan verzamelen
2. capture-first-ask-questions-later, data verzamelen en nadien kijken welke vragen/ analyses men met data kan beantwoorden

Question 15

attitudinal data

Answer 15

hoe voelt een klant zich, weerspiegelen belang dat klant hecht aan bepaalde eigenschappen van aangeboden producten en diensten

Question 16

behavioural data

Answer 16

wat doet een klant, omvat koopgedrag en merkvoorkeur van consumenten en wordt gebruikt om promotiecampagne uit te werken

Question 17

demographic data

Answer 17

wie is klant, data die sociaaleconomisch van aard is (bv populatie, ras, inkomen), die specifieke geografische locaties vertegenwoordigen en vaak geassocieerd met tijd

Question 18

eigenschappen van big data

Answer 18

1) hoge data velocity
2) groot volume
3) grote variety

Question 19

velocity

Answer 19

snelheid waaraan data gegenereerd, gecapteerd en/of afgeleverd wordt

Question 20

variety

Answer 20

diversiteit, data komt van vele verschillende bronnen en zit in meerdere databanken in niet uniforme vormen

Question 21

2 extra eigenschappen big data

Answer 21

1) variability

2) veracity

Question 22

veracity

Answer 22

waarheidsgetrouwheid, kwaliteit van data

Question 23

proces van big data naar smart data

Answer 23

selectie (verzamelen), opkuisen/zuiveren (verfiëren, valideren), verwerking (classificeren) en voorbereiding (in juiste formaat zetten)

Question 24

waar zorgt selectie voor

Answer 24

relevante data

Question 25

waar zorgt opkuisen/zuiveren voor

Answer 25

correcte data

Question 26

waar zorgt verwerken/voorbereiden voor

Answer 26

computer verwerkbare data

Question 27

wat zijn meetschalen/ meetniveau's

Answer 27

zegt wat je met data kan doen

Question 28

2 soorten meetschalen

Answer 28

1) kwalitatief | 2) kwantitatief

Question 29

kwalitatieve data

Answer 29

getallen maar niet om mee te rekenen, bepaalt meestal categorie, bv geslacht

Question 30

kwantitatieve data

Answer 30

getallen, bv temperatuur, leeftijd, afstand

Question 31

2 types binnen kwalitatieve data

Answer 31

1) nominaal | 2) ordinaal

Question 32

nominaal

Answer 32

iedere waarde is string, opsomming, bv tomaat appel peer

Question 33

ordinaal

Answer 33

iedere waarde is string, volgorde, bv tevredenheidsscores

Question 34

2 types binnen kwantitatieve data

Answer 34

1) interval | 2) ratio

Question 35

interval

Answer 35

verschillen tussen waardes, bv temperatuur in °C, tijdstip, datum

Question 36

ratio

Answer 36

verhoudingen, temperatuur in Kelvin, # liter wijn, 1/4 van klas is gebuisd

Question 37

karakteristieken meetniveau

Answer 37

1. onderscheidingsvermogen 2. grootteorde-karakteristiek 3. meeteenheid 4. absoluut nulpunt

Question 38

cardinalisering

Answer 38

wanneer waarden van eigenschap niet numeriek zijn en men ze vervangt door getallen

Question 39

discriminantanalyse

Answer 39

techniek waarbij men berekeningen maakt met waargenomen waarden van meerdere eigenschappen van bv zelfde personen

Question 40

multicriteria analyse

Answer 40

keuze maken tussen verschillende alternatieven, rekening houdend met meerdere doelstellingen

Question 41

continue variabele

Answer 41

alle waarden zijn kommagetallen, eender welke waarden tussen 2 grenzen

Question 42

discrete variabele

Answer 42

enkel bepaalde waarden, bv gehele

Question 43

betrouwbaarheid

Answer 43

iets dat weinig invloed heeft van buitenaf, levert meetinstrument onder identieke omstandigheden zelfde waarden?

Question 44

validiteit

Answer 44

meet meetinstrument wat beweert te meten?, wat is bruikbaarheid en wat is juistheid

Question 45

hypothese

Answer 45

mogelijke uitkomst, wat je denkt, bewering/veronderstelling

Question 46

operationaliseren

Answer 46

iets meetbaar maken

Question 47

dikw-piramide

Answer 47

Data, Information, Knowlegde, Wisdom

Question 48

verschillende onderzoeksfasen van klassiek (statisch) onderzoek

Answer 48

1. formuleren van vraagstelling, probleem, theorie 2. meetbaar maken, operationaliseren 3. steekproefopzet 4. verrichten van metingen, verzamelen van gegevens 5. beschrijven van gegevens 6. formuleren van statische conclusies 7. verband tussen resultaten en theorie

Question 49

BI

Answer 49

business intelligence, stelt model op om specifiek gekende businessvragen te kunnen beantwoorden

Question 50

OLAP

Answer 50

Online Analytical Processing

Question 51

4 vormen data analytics

Answer 51

1) descriptive analytics (what happened) 2) diagnostic analytics (why did it happen) 3) predictive analytics (what will happen) 4) prescriptive analytics (how can we make it happen)

Question 52

analyseren van data (3 delen)

Answer 52

1. data mining 2. machine learning 3. statistiek

Question 53

data mining

Answer 53

betreft zoeken van bruikbare patronen, verbanden en associaties in data door data te beschrijven, samen te vatten, te groeperen

Question 54

machine learning

Answer 54

computer programma 'leert' uit aangeboden data en past geleerde data toe op nieuwe data

Question 55

statistiek

Answer 55

betreft verzamelen, bewerken, interpreteren en presenteren van gegevens

Question 56

populatie

Answer 56

groep waar je testen op uitvoert

Question 57

steekproef

Answer 57

doen van metingen

Question 58

aselect

Answer 58

willekeurig

Question 59

beschrijvende statistiek

Answer 59

info uit data halen