Universiteit Leiden

nl en

Alumnigezelschap NGL groeit door; Joost Kok trapt nieuw seizoen af

Op 12 oktober verzorgde big-datawetenschapper Joost Kok de eerste in de nieuwe reeks alumnilezingen, georganiseerd door het Natuurwetenschappelijk Gezelschap Leiden (NGL). Een bijzonder moment, omdat de decaan en de NGL-voorzitter hun handtekening zetten onder een hernieuwde samenwerking tot het dertigste NGL-lustrum in 2020.

Vragen die leven in de samenleving

W&N-decaan Geert de Snoo feliciteerde het gezelschap bij het feestelijke moment met de groei in zowel ledenaantal als bezoekers bij de lezingen. Ook prees hij de kwaliteit van de sprekers – vaak wetenschappers van de eigen faculteit. ‘De ontmoeting tussen alumni en faculteit tijdens en na de lezingen, en de kritische discussies die volgen, zullen belangrijke vragen in de samenleving oplossen’, aldus de decaan.

90% data van afgelopen 2 jaar

Eén van de methodes om deze vragen te beantwoorden is het gebruik van big data. Een veel gehoorde term die Joost Kok, hoogleraar Fundamentele informatica, helder uitlegde tijdens zijn lezing, de eerste van het nieuwe seizoen. ‘Big data komt voort uit het meer en sneller creëren van variabele data, vaak met ruis en onzekerheid. Negentig procent van de huidige data is de laatste twee jaren gegenereerd.’ De kunst is om deze data te beschrijven, effecten te voorspellen en vervolgens te adviseren en ernaar te handelen, aldus Kok. Hierbij zijn domeinkennis, data-visualisatie en computerkracht essentieel.

Winnen met data science

In een maatschappij waar kinderen voor het eerst ongezonder zijn dan hun ouders, is er een dringende vraag naar gepersonaliseerd bewegingsadvies, betoogde Kok verder. Uit hardloopdata, onder andere van de Leidse marathon van de afgelopen jaren, valt bijvoorbeeld op basis van persoonskarakteristieken en de hardlooproute de kans te voorspellen op een blessure. Een volgende stap is gepersonaliseerd loopadvies, voorspelde Kok

In de topsport worden deze methodes al toegepast. Zo bleek uit de trainingsdata van topschaatser Kjeld Nuis dat hij beter de vijf ochtenden voorafgaand aan een wedstrijd minder intensief kon trainen. Tijdens het EK vrouwenvoetbal, afgelopen zomer in Nederland gehouden, is ook veel data verzameld en gebruikt voor onderzoek. De uitkomsten daarvan worden volgende maand verwacht.