Lewati ke konten utama
pelatihan
.org
Belajar. Praktik. Berkembang.
Kategori
ID
Masuk
Daftar
Menu
Kurikulum Data Science: 4 Bab, 25 Lesson — pelatihan.org
Beranda
/
Katalog
/
Data Science
/
Kurikulum
Kurikulum
Kurikulum Data Science
Belajar Data Science online lewat 25 lesson terstruktur, contoh kode, dan 125 soal kuis.
25 lesson
4 bab
125 soal
Ringkasan dan poin kunci bisa dilihat gratis. Materi lengkap, contoh kode, dan kuis memerlukan langganan.
01
Data Science
8 lesson
01
DS HOME
Data science adalah ilmu yang menggabungkan statistik, programming, dan pengetahuan domain untuk menghasilkan insight dari data. Proses kerjanya mencakup pengumpulan,…
02
DS Introduction
Pengenalan data science menjelaskan bedanya data mentah dengan informasi yang sudah diolah menjadi makna. Data science hadir di kehidupan sehari-hari lewat sistem rekomendasi,…
03
DS What is Data
Data dapat diklasifikasikan berdasarkan tingkat strukturnya menjadi terstruktur, semi-terstruktur, dan tidak terstruktur. Data terstruktur tersimpan dalam tabel, semi-terstruktur…
04
DS Database Table
Database adalah kumpulan tabel yang saling berelasi, sementara satu tabel menyimpan data spesifik berbentuk baris (record) dan kolom (field). Primary key berperan sebagai…
05
DS Python
Python menjadi bahasa utama dalam data science karena sintaksnya sederhana dan ekosistem librarynya sangat lengkap, mulai dari pandas, NumPy, hingga scikit-learn. Interpreter…
06
DS DataFrame
DataFrame adalah struktur data dua dimensi dari library pandas yang menyerupai tabel spreadsheet dengan baris dan kolom. Kita bisa membuatnya dari dictionary, membaca file CSV,…
07
DS Functions
Fungsi adalah blok kode bernama yang dapat dipanggil berulang kali untuk mengerjakan tugas tertentu. Dalam Python, fungsi didefinisikan dengan kata kunci def, menerima parameter…
08
DS Data Preparation
Data preparation atau preprocessing adalah proses menyiapkan dan membersihkan data mentah agar siap dianalisis secara akurat. Kegiatan utamanya menangani nilai hilang, data…
02
DS Math
3 lesson
01
DS Linear Functions
Fungsi linear memiliki bentuk umum y = mx + c yang grafiknya berupa garis lurus. Di sini m adalah kemiringan (slope) yang menunjukkan besarnya perubahan y untuk setiap tambahan…
02
DS Plotting Functions
Memvisualisasikan fungsi linear membantu memahami hubungan antar variabel dalam sekejap. Library Matplotlib di Python menyediakan fungsi seperti plot() untuk garis dan scatter()…
03
DS Slope and Intercept
Pada model linear y = mx + c, slope (m) menjelaskan arah dan kekuatan hubungan, sementara intercept (c) adalah nilai y ketika x sama dengan nol. Slope dihitung sebagai ├ÄΓÇ¥y…
03
DS Statistics
7 lesson
01
Stat Introduction
Statistik deskriptif merangkum karakteristik utama kumpulan data melalui ukuran tendensi sentral seperti mean, median, dan modus. Median adalah nilai tengah data terurut dan…
02
Stat Percentiles
Persentil menunjukkan posisi suatu nilai dibandingkan seluruh data: persentil ke-N berarti N persen data berada di bawah nilai tersebut. Kuartil adalah pembagian data menjadi…
03
Stat Standard Deviation
Standar deviasi (simpangan baku) mengukur seberapa jauh nilai-nilai data tersebar dari rata-ratanya. Nilai kecil berarti data berkerumun dekat mean, sedangkan nilai besar…
04
Stat Variance
Varians adalah rata-rata kuadrat deviasi setiap data terhadap mean, sehingga menjadi ukuran sebaran yang mendasari standar deviasi. Satuannya berupa kuadrat dari satuan data,…
05
Stat Correlation
Korelasi mengukur kekuatan dan arah hubungan linear antara dua variabel numerik, dinyatakan dalam koefisien Pearson yang berada antara -1 dan +1. Nilai positif berarti kedua…
06
Stat Correlation Matrix
Matriks korelasi adalah tabel yang menampilkan koefisien korelasi antara semua pasangan variabel dalam satu dataset, sehingga memudahkan pemindaian hubungan secara menyeluruh.…
07
Stat Correlation vs Causality
Prinsip 'correlation does not imply causation' mengingatkan bahwa hubungan statistik antara dua variabel tidak otomatis berarti satu menyebabkan yang lain. Kebetulan data atau…
04
DS Advanced
7 lesson
01
DS Linear Regression
Linear regression memodelkan hubungan antara variabel independen (prediktor) dan variabel dependen (target) untuk memprediksi nilai numerik, misalnya harga rumah berdasarkan luas…
02
DS Regression Table
Tabel hasil regresi (misalnya output OLS dari statsmodels) merangkum seluruh informasi penting tentang model: R-squared, koefisien tiap prediktor, standar error, t-value, dan…
03
DS Regression Info
Bagian info pada output regresi memberi gambaran kualitas dan kesesuaian model secara keseluruhan. Di antaranya terdapat jumlah observasi, degrees of freedom residual, uji…
04
DS Regression Coefficients
Koefisien regresi menjelaskan besarnya pengaruh setiap variabel prediktor terhadap target: satu kenaikan unit prediktor diasosiasikan dengan perubahan rata-rata target sebesar…
05
DS Regression P-Value
P-value pada hasil regresi mengukur probabilitas memperoleh koefisien sedemekian ekstrem jika hipotesis nol (koefisien = 0) benar. Ambang umum yang digunakan adalah 0.05: p-value…
06
DS Regression R-Squared
R-squared (koefisien determinasi) mengukur proporsi variabilitas variabel target yang berhasil dijelaskan oleh model, dengan rentang nilai antara 0 dan 1. R├é┬▓ = 0.8 berarti 80%…
07
DS Linear Regression Case
Studi kasus linear regression menerapkan seluruh konsep pada data nyata, misalnya memprediksi nilai ujian berdasarkan jam belajar. Sebelum modeling, data dipahami dan…