thumbnail
Data Science

Belajar Data Science dengan Python

Reviews 5.00 (1 Reviews)
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

Topics for this course

  • 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

  • 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
  • Permasalahan dan Penyelesaian Kasus Clustering
  • Hyperparameter Tuning untuk Model Machine Learning
  • Ensemble Methods
  • Kumpulan Studi Kasus
Free
  • Lesson 85
  • Enrolled 1
  • Language Indonesia
  • Skill beginner
  • Last Update September 27, 2022