Online

Big data for agri-food: principles and tools

In deze tijd van big data, volgen de ontwikkelingen in sensor- en informatietechnologie elkaar in rap tempo op. Hierdoor genereren wetenschap en bedrijfsleven enorme hoeveelheden data die idealiter waardevolle inzichten moet opleveren voor het real-time besluitproces. Het op traditionele wijze verwerken van data is geen optie meer. Kom bij Wageningen University & Research, de nummer 1 universiteit voor Dierwetenschappen en Landbouw, om het potentieel van big data te ontrafelen. Schrijf je nu in.

Organisator Wageningen University & Research
Duur 6 weken, 2-5 uur per week
Prijs € 169,00
Certificaat Beperkt cursusmateriaal gratis, volledig pakket (inclusief examen en geverifieerd certificaat)
Format Online
Accreditatie Certificaat
Groepsformaat > 80

Dit is een Engelstalige cursus

Over het programma

Ontsluier complexe big data technologieën

Door het volume ervan past een typische dataset zelfs niet op de grootste computer. Bovendien zijn de tools waarmee big data verwerkt wordt onvoorstelbaar ingewikkeld. Om deze uitdagingen het hoofd te bieden kunnen principes zoals onveranderlijkheid en pure functies helpen om de technologie van big data te begrijpen. Dit maakt big data toegankelijk, ongeacht de programmeertaal.

In het bijzonder de vraag of opschalen of uitbreiden nodig is, hoe big data verwerkt wordt met map-reduce, clusters enz. Kort gezegd: leer schaalbare oplossingen herkennen en gebruiken op een manier die bij jouw situatie past. Ter illustratie gebruiken we tools zoals Hadoop HDFS en Apache Spark in gebruiksvriendelijke praktische voorbeelden uit de agrifood sector. Deze principes kunnen echter ook op andere sectoren worden toegepast.

Complexiteit van dataverzameling en verwerking

AVanwege de inherente veranderlijkheid en onzekerheid, verdient de agrifood sector extra aandacht als het gaat om het kiezen van robuuste commerciële datamanagementtechnologieën. Als de nummer 1 universiteit op het gebied van Dierwetenschappen en Landbouw, is Wageningen University & Researchgespecialiseerd in een interdisciplinaire aanpak tussen haar kennisdomein van gezonde voeding en leefomgeving aan de ene kant en datawetenschap, kunstmatige intelligentie en robotica aan de andere.

De combinatie van de meest recente sensoring technologieën (bijvoorbeeld weerdata) met machine learning/deep learning methodes ontsluit niet eerder beschikbare inzichten. Binnen het werkveld van smart farming en precisielandbouw stelt dit ons in staat om:

  • Melkvee beter te beheren middels gegevens over gedrag, gezondheid en voeding op individueel niveau te combineren met de melkproductie van melkmachine.
  • Het gebruik van kunstmest (stikstof), pesticides (chemicaliën) en water terug te dringen door individuele gewassen te monitoren met robots of drones.
  • Gewasopbrengsten nauwkeuriger te voorspellen door op grote schaal actuele en historische gegevens over grond, weer en gewasopbrengsten te combineren.

In het kort: big data stelt ons in staat effectieve oplossingen te bedenken voor slimmere, innovatieve producten. De mogelijkheden zijn oneindig!

Voor wie?

U bent manager of onderzoeker met een omvangrijke dataset, wellicht geïnteresseerd in investeren in big data tools. U heeft enige ervaring met programmeren, maar uw vaardigheden zijn wat roestig. U wilt leren hoe u efficiënt met grote datasets kunt omgaan. Deze cursus stelt u in staat mogelijkheden te identificeren en beoordelen om binnen uw domein big data technologieën toe te passen. Schrijf nu in.

Deze cursus is gedeeltelijk gesponsord door het "European Union Horizon 2020 Research and Innovation program" (Grant #810 775, “Dragon”).

    Wat leer je

    • Herkennen van eigenschappen van big data (volume, snelheid, verscheidenheid, juistheid)
    • Het verschil tussen opschalen en uitbreiden
    • De principes van big data: onveranderlijkheid en pure functies
    • Het verwerken van big data met map-reduce en met clusters
    • Hoe dataframes en wrapper-technologie (Apache Spark) het leven vergemakkelijken
    • Technologieën begrijpen: gedistribueerde bestandsystemen file systems, Hadoop
    • Big data werkstroom en pijplijn
    • Hoe data in data meren wordt opgeslagen, met luie evaluatie
    • Ontwikkel inzichten hoe deze kennis in uw eigen casus kan worden toegepast

    Maak kennis met de docenten

    //wur.faqtory.nl/widgets/faqpage/c45329e

    //wur.faqtory.nl/widgets/categories/669d210f