KNMI Analyse Weerdata (GitHub)
KNMI Analyse Weerdata
Mijn GitHub-portfolio bevat diverse Data Science-projecten waarin ik technieken op het gebied van geavanceerde data-analyse, Machine Learning en datavisualisatie toepas om data te transformeren naar inzichten. Onderdeel hiervan is mijn weeranalyse van KNMI-data, waarin ik historische meteorologische gegevens onderzocht om trends en afwijkingen te identificeren.
Onderdelen binnen dit project:
- Geautomatiseerde data-opvraging via de KNMI web-script service
- Data-visualisatie, waaronder interactieve kaarten en plots van tijdreeksen
- Op Machine Learning gebaseerde MICE-imputatie om ontbrekende neerslag- en verdampingsdata aan te vullen
- Droogte-analyse met behulp van de Standardized Precipitation Index (SPI) en de Standardized Precipitation-Evapotranspiration Index (SPEI)
Als kers op de taart mocht ik mijn bevindingen presenteren op het KNMI-hoofdkantoor in De Bilt tijdens de KNMI Data Platform API Workshop-dag 2025, waar ik de belangrijkste inzichten en praktische vervolgtoepassingen deelde.
Meer weten over hoe complexe datasets kunnen worden omgezet in waardevolle inzichten? Kijk vooral rond in mijn GitHub Data Science-portfolio!
Projectinformatie
- CategorieData Analytics & Visualisatie
- OrganisatieN.v.t.
- Projectdatum2025
- Project-link (URL) github.com/tomrooijakkers/data-science-portfolio/knmi-weather
- Bezoek Website