thumbnail
Data Science

Belajar Data Science dengan Python

Reviews 0 (0 Reviews)

Course Overview

Kelas khusus untuk belajar data science bagi siswa ekstra Skanawa Data Science Club. Yang akan dipelajari :

  • Mempelajari pengolahan data dan analisa data
  • Visualisasi data
  • Topik Khusus Visualisasi Data Time Series
  • Dataset, Pra-Proses dan Pengurangan Dimensi Feature (Dimensionality Reduction)
  • Ekplorasi beberapa algoritma pada data science dan machine learning
  • Pratikum studi kasus data science dan machine learning
  • Hyperparameter Tuning Untuk Model Machine Learning
  • Ensemble Methods

Course Content

  • Pendahuluan
    • Latar Belakang, Tujuan dan Konten Pelatihan

      00:06:06
    • Persiapan

      00:03:53
    • Cara Penggunaan Notebook

      00:02:31
  • Dasar Python untuk Data Science dan Machine Learning
    • Pendahuluan

      00:01:04
    • Deklarasi Variabel

      00:04:31
    • Memberikan Komentar Pada Kode Program

      00:01:15
    • Print - Menampilkan Data pada Terminal

      00:03:37
    • Pemrograman+Python

  • Pengolahan dan Analisis Data - Numpy dan Pandas
    • Pendahuluan

      00:01:36
    • Numpy Pendahuluan

      00:02:34
    • Numpy Array - Bagian 1

      00:05:54
    • Numpy Array - Bagian 2

      00:06:42
    • Numpy Tipe Data

      00:01:24
    • Numpy Array Indexing - Bagian 1

      00:02:34
    • Numpy Array Indexing - Bagian 2

      00:13:14
    • Numpy Indexing Lanjut

      00:05:12
    • Numpy Operasi Matematika pada Array

      00:03:49
    • Numpy Broadcasting

      00:03:34
    • Pandas Pendahuluan

      00:02:42
    • Pandas Series

      00:01:15
    • Pandas DataFrame

      00:01:12
    • Pandas Baca dan Tulis Data dari File (Dataset)

      00:03:04
    • Pandas Dasar Statistik Pada DataFrame

      00:02:44
    • pandas Menampilkan Data

      00:04:24
    • Pandas Mengambil Data Berdasarkan Pilihan Label

      00:03:37
    • Pandas Boolean Indexing

      00:01:31
    • Pandas Dasar Operasi pada Pandas

      00:03:54
    • Pandas Menangani Data Yang Hilang

      00:03:22
    • Pandas Menggabungkan Data

      00:01:58
    • Pandas Menggabungkan Data dengan Bentuk SQL Query

      00:02:02
    • Pandas Grouping

      00:01:13
    • Pandas Pivot Tables

      00:01:15
  • Topik Khusus - Numpy dan Pandas - Database
    • Python dan Sqlite

      00:01:18
    • Sqlite Driver

      00:01:22
    • Membuat Database Sqlite

      00:03:17
    • Membuat Tabel

      00:02:24
    • Memasukan Data

      00:02:56
    • Membaca Data

      00:01:16
    • Memperbarui Data

      00:02:01
    • Menghapus Data

      00:01:19
    • Database Sqlite dan Pandas Dataframe

      00:02:45
    • Menghapus Tabel dan Tutup Koneksi Database

      00:01:14
  • Visualisasi Data
    • Pendahuluan

      00:00:51
    • Pendahuluan - Matlotlib

      00:01:19
    • Matplotlib cara akses

      00:02:08
    • Matplotib Menggunakan Fungsi Global

      00:03:29
    • Matplotlib Pie Char

      00:01:50
    • Matplotlib Plotting -Defaults

      00:01:37
    • Pendahuluan - Seaborn

      00:01:24
    • Matplotib vs Seaborn

      00:02:30
    • Seaborn Color Palatte

      00:01:38
    • Seaborn Fungsi Replot

      00:02:54
    • Seaborn Histogram

      00:00:56
    • Seaborn Bar Plot

      00:01:41
    • Seaborn Count Plot

      00:02:00
    • Seaborn Point Plot

      00:01:22
    • Seaborn Joint Plot

      00:03:03
    • Seaborn KDE Plot

      00:01:38
    • Seaborn Heatmap

      00:01:17
    • Seaborn Pair Plot

      00:01:34
    • Seaborn Ukuran Gambar dan Subplot

      00:03:07
  • Topik Khusus - Visualisasi Data Time Series
    • Tanggal dan Jam

      00:04:09
    • Timezone

      00:02:53
    • Studi Kasus Menampilkan Emas per Periode

      00:03:40
  • Dataset, Preprocessing dan Pengurangan Dimensi Fitur
    • Pendahuluan

      00:01:09
    • Dataset Data Primer dan Data Sekunder

      00:03:05
    • Pemilihan Data Tranining dan Data Testing Acak

      00:02:22
    • Pemilihan Data Training dan Data Testing K-Fold Cross Validation

      00:01:53
    • Pemilihan Data Tranining dan Data Testing LOOCV

      00:01:17
    • Standarisasi Data (Scaling)

      00:02:25
    • Dimensionality Reduction Principal Component Analysis (PCA)

      00:01:58
    • Dimensionality Reduction Incremental PCA

      00:01:01
  • Permasalahan dan Penyelesaian Kasus Linear Regression
    • Pendahuluan

      00:02:19
    • Apa itu Linear Regression Kapan Menggunakan Solusi Linear Regression

      00:05:40
    • Evaluasi Model Linear Regression

      00:01:30
    • Linear Regression Dengan Python

      00:01:19
    • Statsmodels Ordinary Least Square (OLS)

      00:07:23
    • Statsmodels Weighted Least Squares (WLS)

      00:04:46
    • Scikit-Learn Ordinary Least Square (OLS)

      00:06:48
    • Scikit-Learn Bayesian Regression

      00:04:20
    • Scikit-Learn Support Vector Machine (SVM)

      00:04:37
    • Scikit-Learn Stochastic Gradient Descent (SGD)

      00:03:16
    • Scikit-Learn Nearest Neighbors Regression

      00:03:29
    • Scikit-Learn Ridge Regression

      00:03:24
    • Scikit-Learn Decision Trees Regrission

      00:03:11
    • Menyimpan dan Membaca Hasil Model Regresi Linier

      00:03:00
  • Permasalahan dan Penyelesaian Kasus Klasifikasi
    • Pendahuluan

      00:03:30
    • Implementasi Classification Dengan Python

      00:02:32
    • BInary Classification Logistic Regression - Bagian 1

    • Binary Classification Logistic Regression - Bagian 2

      00:02:17
    • Binary Classification Logistic Regression - Bagian 3

      00:10:21
    • Binary Classification K-Nearest Neighbors

      00:06:34
    • Binary Classification Naive Bayes

      00:05:18
    • Binary Classification Decision Trees

      00:05:09
    • Binary Classification Support Vector Machine (SVM)

      00:05:05
    • Binary Classification Neural Network

      00:04:33
    • Studi Kasus Credit Approval Perbandingan Binary Classifier

      00:06:23
    • Multiclass Classification Pendahuluan

      00:02:22
    • Multiclass Classification Logistic Regression

      00:07:01
    • Multiclass Classification Nearest Neighbors

      00:05:11
    • Multiclass Classification Naive Bayes

      00:04:01
    • Multiclass Classification Decision Tree

      00:03:27
    • Multiclass Classification Support Vector Machine

      00:03:52
    • Multiclass Classification Neural Network

      00:04:56
    • Multiclass Classification Random Forest

      00:03:48
    • Studi Kasus Segmentasi Konsumen Komporasi Multiclass Classifier (Bagian 1)

      00:02:57
    • Studi Kasus Segmentasi Konsumen Komporasi Multiclass Classifier (Bagian 2)

      00:06:24
    • Studi Kasus Segmentasi Konsumen Komporasi Multiclass Classifier (Bagian 3)

      00:05:59
    • Multilabel Classification Pendahuluan

      00:03:27
    • Multilabel Classification Logistic Regression

      00:03:58
    • Multilabel Classification Nearest Neighbors

      00:03:11
    • Multilabel Classification Naive Bayes

      00:02:21
    • Multilabel Classification Decision Tree

      00:02:31
    • Multilabel Classification Support Vector Machine

      00:02:06
    • Multilabel Classification Neural Network

      00:02:18
    • Multilabel Classification Random Forest

      00:02:11
    • Menyimpan dan Membaca Hasil Model Klasifikasi

  • Hyperparameter Tuning untuk Model Machine Learning
    • Pendahuluan

      00:02:19
    • Hyperparameter Tuning Untuk Support Vector Machine

      00:04:21
    • Hyperparameter Tuning Untuk Logistic Regression

      00:04:21
    • Hyperparameter Tuning Untuk Nearest Neighbors

      00:04:09
    • Hyperparameter Tuning Untuk Naive Bayes

      00:03:40
    • Hyperparameter Tuning Untuk Decision Trees

      00:04:59
    • Hyperparameter Tuning Untuk Neural Network

      00:05:36
    • Hyperparameter Tuning Untuk Random Forest

      00:03:33
  • Permasalahan dan Penyelesaian Kasus Clustering
    • Pendahuluan Unsupervised Learning dan Clustering

      00:02:27
    • K-Means Clustering

      00:04:21
    • Hierarchical Clustering

      00:02:37
    • Angglomerative Hierarchical

      00:04:00
    • Mini-Batch K-Means Clustering

      00:02:24
    • Mencari Nilai K Pada Means Dengan Metode Elbow

      00:02:47
    • Mencari Nilai K Pada K-means Dengan Mini-Batch K-Means Clustering

      00:04:49
  • Ensemble Methods
    • Mengenal Ensemble Method

      00:03:12
    • Bagging

      00:06:35
    • Boosting

      00:05:27
    • Voting

      00:03:42
    • Stacking

      00:01:47
  • Kumpulan Studi Kasus
    • Klasifikasi Dokumen

      00:03:41
    • Analisa Sentimen

      00:03:42
Free
  • Lessons 139
  • Enrolled 34
  • Language Indonesia
  • Skill Beginner
  • Available Seats 166
  • Last Update 14 Agustus 2024