| Onderwijstaal : Nederlands |
| Examencontract: niet mogelijk |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
| Studierichting | | Studiebelastingsuren | Studiepunten | P3 SBU | P3 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | 1ste bachelorjaar handelsingenieur/handelsingenieur in de beleidsinformatica | Verplicht | 162 | 6,0 | 162 | 6,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| De bachelor HI bouwt zelfsturend kennis op met het oog op levenslang leren. (Zelfsturing en ondernemingszin) | - EC
| De bachelor BI bouwt zelfsturend kennis op met het oog op levenslang leren. (Zelfsturing en ondernemingszin) | - EC
| De bachelor BI communiceert binnen een bedrijfscontext helder en correct in de opleidingstaal en tenminste 2 andere talen. (Communiceren) | - EC
| De bachelor HI communiceert binnen een bedrijfscontext helder en correct in de opleidingstaal en tenminste 2 andere talen. (Communiceren) | - EC
| De bachelor HI past inzichten uit bedrijfseconomische en relevante ondersteunende/aanverwante wetenschappen toe bij de analyse van bedrijfseconomische en –technische problemen. (Probleemoplossend vermogen) | - EC
| De bachelor BI past inzichten uit bedrijfseconomische en relevante ondersteunende/aanverwante wetenschappen toe bij de analyse van bedrijfseconomische en –informatietechnische problemen. (Probleemoplossend vermogen) | - EC
| De bachelor HI modelleert en ontwerpt oplossingen voor bedrijfseconomische en –technische problemen ter ondersteuning van de besluitvorming op verschillende niveaus. (Probleemoplossend vermogen) | - EC
| De bachelor BI modelleert en ontwerpt oplossingen voor bedrijfseconomische en –informatietechnische problemen ter ondersteuning van de besluitvorming op verschillende niveaus. (Probleemoplossend vermogen) | - EC
| De bachelor HI beheerst ICT-toepassingen en de nodige basis programmeervaardigheden om bedrijfseconomische en technische data te vertalen naar bedrijfsrelevante informatie. (Opleidingsspecifieke competenties) | - EC
| De bachelor BI hanteert ICT-toepassingen en bezit de nodige programmeervaardigheden om bedrijfseconomische en –technische data te vertalen naar bedrijfsrelevante informatie. (Opleidingsspecifieke competenties) | - EC
| De bachelor BI evalueert de impact van innovatieve IT-trends op de bedrijfsvoering van organisaties. (Opleidingsspecifieke competenties) |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De hoeveelheid data waarover een bedrijf beschikt neemt exponentieel toe. Deze data is belangrijk omdat het tal van inzichten bevat zoals klantengedrag, de werking van het bedrijf en de positie in de markt. Om betere beslissingen te nemen is het dan ook essentieel dat men deze inzichten kan terugvinden in de grote hoeveelheden data. In dit opleidingsonderdeel leren we hoe men een eerste stap kan uitvoeren om tot deze inzichten te komen, met name het uitvoeren van een exploratieve en descriptieve data analyse.
Het doel van dit soort analyse is patronen bloot te leggen die in de data aanwezig zijn en die mogelijk interessant kunnen zijn voor verder onderzoek. We zullen verschillende maatstaven en visualisatietechnieken leren alsook de sterktes en beperkingen. We leren deze technieken toe te passen door middel van software en onze bevindingen te intepreteren en hierover te rapporteren.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Periode 3 Studiepunten 6,00
| Evaluatievorm | |
|
| Praktijkevaluatie tijdens onderwijsperiode | 30 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Deelcijfer wordt behouden enkel indien geslaagd voor praktijkevaluatie. |
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | Studenten kunnen enkel slagen voor het opleidingsonderdeel op voorwaarde dat ze deelnamen aan beide evaluatievormen, i.e. de praktijkevaluatie én het schriftelijk examen. |
|
|
|
| Gevolg | Niet deelnemen aan één van de evaluatievormen resulteert in ongewettigde afwezigheid voor het volledige opleidingsonderdeel. |
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
| Toelichting evaluatievorm | 70% schriftelijk examen.
30% praktijkevaluatie. Deelcijfer behouden indien geslaagd. Indien niet geslaagd is er een vervangopdracht voor het tweede kans examen. |
|
|
|
|
|
| Eerder aangekochte verplichte handboeken |
| |
R for Data Science,Hadley Wickham, Garrett Grolemund,1,O'Reilly Media,1491910399,Niet aankopen door boekhandel wegens gratis versie beschikbaar online |
|
|
| Verplicht studiemateriaal |
| |
Dit opleidingsonderdeel maakt gebruik van DataCamp For The Classroom, aangeboden door DataCamp (www.datacamp.com).
Verplicht studiemateriaal zal beschikbaar worden gesteld via Blackboard |
|
|
| Aanbevolen literatuur |
| |
Fundamentals of Data Visualization,Claus O. Wilke,1st edition,O'Reilly,1492031089 |
|
|
|
|
|
| 3de bachelorjaar in de toegepaste economische wetenschappen keuze | Keuze | 162 | 6,0 | 162 | 6,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| De bachelor TEW bouwt zelfsturend kennis op met het oog op levenslang leren. (Zelfsturing en ondernemerszin) | - EC
| De bachelor TEW werkt samen in teamverband met het oog op de multidisciplinaire benadering van een bedrijfseconomisch probleem. (Samenwerken in teamverband) | - EC
| De bachelor TEW analyseert, interpreteert en evalueert onder begeleiding onderzoeksresultaten en rapporteert hierover. (Onderzoeksvaardigheden) | - EC
| De bachelor TEW kan evidence based de strategische beleidskeuzes voor een organisatie onderbouwen. (Probleemoplossend vermogen) |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De hoeveelheid data waarover een bedrijf beschikt neemt exponentieel toe. Deze data is belangrijk omdat het tal van inzichten bevat zoals klantengedrag, de werking van het bedrijf en de positie in de markt. Om betere beslissingen te nemen is het dan ook essentieel dat men deze inzichten kan terugvinden in de grote hoeveelheden data. In dit opleidingsonderdeel leren we hoe men een eerste stap kan uitvoeren om tot deze inzichten te komen, met name het uitvoeren van een exploratieve en descriptieve data analyse.
Het doel van dit soort analyse is patronen bloot te leggen die in de data aanwezig zijn en die mogelijk interessant kunnen zijn voor verder onderzoek. We zullen verschillende maatstaven en visualisatietechnieken leren alsook de sterktes en beperkingen. We leren deze technieken toe te passen door middel van software en onze bevindingen te intepreteren en hierover te rapporteren.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Periode 3 Studiepunten 6,00
| Evaluatievorm | |
|
| Praktijkevaluatie tijdens onderwijsperiode | 30 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Deelcijfer wordt behouden enkel indien geslaagd voor praktijkevaluatie. |
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | Studenten kunnen enkel slagen voor het opleidingsonderdeel op voorwaarde dat ze deelnamen aan beide evaluatievormen, i.e. de praktijkevaluatie én het schriftelijk examen. |
|
|
|
| Gevolg | Niet deelnemen aan één van de evaluatievormen resulteert in ongewettigde afwezigheid voor het volledige opleidingsonderdeel. |
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
| Toelichting evaluatievorm | 70% schriftelijk examen.
30% praktijkevaluatie. Deelcijfer behouden indien geslaagd. Indien niet geslaagd is er een vervangopdracht voor het tweede kans examen. |
|
|
|
|
|
| Eerder aangekochte verplichte handboeken |
| |
R for Data Science,Hadley Wickham, Garrett Grolemund,1,O'Reilly Media,1491910399,Niet aankopen door boekhandel wegens gratis versie beschikbaar online |
|
|
| Verplicht studiemateriaal |
| |
Dit opleidingsonderdeel maakt gebruik van DataCamp For The Classroom, aangeboden door DataCamp (www.datacamp.com).
Verplicht studiemateriaal zal beschikbaar worden gesteld via Blackboard |
|
|
| Aanbevolen literatuur |
| |
Fundamentals of Data Visualization,Claus O. Wilke,1st edition,O'Reilly,1492031089 |
|
|
|
|
|
| master in de toegepaste economische wetenschappen | Keuze | 162 | 6,0 | 162 | 6,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| De master TEW past verworven kennis zelfstandig toe. (Zelfsturing en ondernemingszin) | - EC
| De master TEW werkt samen in een team en toont leiderschapsvaardigheden met het oog op de multidisciplinaire benadering van een bedrijfseconomisch probleem. (Samenwerken in teamverband) | - EC
| De master TEW toont zelfstandigheid bij het analyseren, interpreteren en evalueren van onderzoeksresultaten en rapporteert hierover. (Onderzoeksvaardigheden) | - EC
| De master TEW kan evidence based de strategische beleidsopties voor een organisatie formuleren en beargumenteren. (Probleemoplossend vermogen) |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De hoeveelheid data waarover een bedrijf beschikt neemt exponentieel toe. Deze data is belangrijk omdat het tal van inzichten bevat zoals klantengedrag, de werking van het bedrijf en de positie in de markt. Om betere beslissingen te nemen is het dan ook essentieel dat men deze inzichten kan terugvinden in de grote hoeveelheden data. In dit opleidingsonderdeel leren we hoe men een eerste stap kan uitvoeren om tot deze inzichten te komen, met name het uitvoeren van een exploratieve en descriptieve data analyse.
Het doel van dit soort analyse is patronen bloot te leggen die in de data aanwezig zijn en die mogelijk interessant kunnen zijn voor verder onderzoek. We zullen verschillende maatstaven en visualisatietechnieken leren alsook de sterktes en beperkingen. We leren deze technieken toe te passen door middel van software en onze bevindingen te intepreteren en hierover te rapporteren.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Periode 3 Studiepunten 6,00
| Evaluatievorm | |
|
| Praktijkevaluatie tijdens onderwijsperiode | 30 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Deelcijfer wordt behouden enkel indien geslaagd voor praktijkevaluatie. |
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | Studenten kunnen enkel slagen voor het opleidingsonderdeel op voorwaarde dat ze deelnamen aan beide evaluatievormen, i.e. de praktijkevaluatie én het schriftelijk examen. |
|
|
|
| Gevolg | Niet deelnemen aan één van de evaluatievormen resulteert in ongewettigde afwezigheid voor het volledige opleidingsonderdeel. |
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
| Toelichting evaluatievorm | 70% schriftelijk examen.
30% praktijkevaluatie. Deelcijfer behouden indien geslaagd. Indien niet geslaagd is er een vervangopdracht voor het tweede kans examen. |
|
|
|
|
|
| Eerder aangekochte verplichte handboeken |
| |
R for Data Science,Hadley Wickham, Garrett Grolemund,1,O'Reilly Media,1491910399,Niet aankopen door boekhandel wegens gratis versie beschikbaar online |
|
|
| Verplicht studiemateriaal |
| |
Dit opleidingsonderdeel maakt gebruik van DataCamp For The Classroom, aangeboden door DataCamp (www.datacamp.com).
Verplicht studiemateriaal zal beschikbaar worden gesteld via Blackboard |
|
|
| Aanbevolen literatuur |
| |
Fundamentals of Data Visualization,Claus O. Wilke,1st edition,O'Reilly,1492031089 |
|
|
|
|
|
1 examenregeling art.1.3, lid 4. |
| 2 examenregeling art.4.7, lid 2. |
3 examenregeling art.2.2, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|