Data Science - Presales
Tentang Kelas Ini
Kursus ini dirancang sebagai pengantar menyeluruh ke dunia Data Science, mencakup teori dasar hingga praktik implementasi model dan deployment. Peserta akan mempelajari seluruh pipeline data science, mulai dari eksplorasi data, analisis statistik, machine learning, hingga penyajian hasil melalui BI Tools dan deployment model ke dalam aplikasi nyata.
Modul Kursus dan Deskripsinya:
1. Introduction to Data Science
Peserta akan memahami definisi data science, ruang lingkupnya, dan metode-metode yang umum digunakan dalam proses analisis data.
2. Python for Data Science
Modul ini memperkenalkan bahasa Python sebagai alat utama dalam data science. Peserta akan belajar tipe data, dasar pemrograman Python, dan penerapannya dalam konteks analisis data.
3. Basic Statistics
Membahas konsep dasar statistik deskriptif dan inferensial yang digunakan dalam menganalisis dan menyimpulkan data.
4. Exploratory Data Analysis (EDA) dan Preprocessing
Peserta akan mempelajari teknik eksplorasi data menggunakan visualisasi (Matplotlib, Seaborn, Plotly), serta preprocessing data untuk menyiapkan data mentah menjadi siap olah.
5. Database Technology
Modul ini memperkenalkan konsep dasar database, penggunaan SQL untuk query data, dan penerapannya dalam proyek mini
6. Machine Learning
Peserta akan memahami jenis-jenis machine learning (supervised, unsupervised, reinforcement learning) serta mempelajari berbagai algoritma seperti Linear/Polynomial Regression, Decision Tree, SVM, Naive Bayes, Ensemble Learning, dan K-Means Clustering. Modul ini juga mencakup pipeline machine learning dari preprocessing hingga evaluasi.
7. Forecasting
Mempelajari metode prediksi data deret waktu (time series), dan implementasi model forecasting untuk membuat prediksi masa depan yang akurat.
8. Introduction to Deep Learning
Pengenalan ke konsep deep learning termasuk arsitektur ANN (Artificial Neural Network), CNN dan RNN (untuk data sekuensial) seperti LSTM dan GRU.
9. Introduction to BI Tools
Peserta akan belajar menyajikan data dan insight secara interaktif menggunakan Tools BI, salah satu Business Intelligence tools populer.
10. Model Deployment
Membahas bagaimana model machine learning/deep learning dapat di-deploy ke dalam format API untuk diintegrasikan ke aplikasi nyata.
11. Final Project
Peserta akan mengerjakan proyek akhir yang mencerminkan seluruh alur Data Science mulai dari pengumpulan data hingga deployment. Modul ini mencakup overview proyek dan timeline pengerjaannya.
Hasil Pembelajaran:
Setelah menyelesaikan kursus ini, peserta akan mampu:
-
Memahami konsep dasar dan alur kerja data science.
-
Menggunakan Python dan SQL untuk manipulasi dan eksplorasi data.
-
Menerapkan analisis statistik dan EDA.
-
Membangun dan mengevaluasi model machine learning dan deep learning.
-
Menyajikan insight dengan BI tools.
-
Melakukan deployment model sebagai API.
Daftar Materi
-
DemodePratinjau