Pemahaman Inti & Alur Kerja Data Science
Kuasai konsep utama data science dan pahami bagaimana end-to-end data science process bekerja di dunia nyata.
Data adalah kunci di era digital. Namun, data mentah tidak akan bernilai tanpa kemampuan untuk mengolah dan menganalisisnya. Di kelas ini, Anda tidak perlu khawatir jika belum memiliki pengalaman lanjutan.
Tujuan utama kelas ini adalah memastikan peserta memahami dan mempraktikkan proses data science mulai dari data cleaning hingga evaluasi model dan prediksi.
Materi disusun secara terstruktur berdasarkan best practice industri, dari fondasi data hingga interpretasi hasil prediksi.
Kuasai konsep utama data science dan pahami bagaimana end-to-end data science process bekerja di dunia nyata.
Pelajari teknik mendapatkan data dari sumber internal maupun eksternal secara tepat untuk kebutuhan analisis.
Praktikkan data manipulation, handling missing value, dan handling outlier hingga dataset siap digunakan.
Pilih variabel paling berpengaruh dengan feature selection, lalu lakukan pembagian train dan test secara benar.
Bangun model menggunakan algoritma linear regression dan jalankan proses model training dengan Python.
Ukur performa model menggunakan MAE dan R2 Sore, prediction with model, dan interpretasi hasil model
Alur belajar yang ringkas, solid, dan langsung menuju praktik.
Memahami fundamental data science dan cara mengekstraksi data mentah dari berbagai sumber internal maupun eksternal.
Membersihkan missing value dan outlier, memanipulasi data, lalu membaginya menjadi data latih dan data uji.
Melatih regresi linear, mengevaluasi akurasinya, dan menerapkannya untuk memprediksi nilai.
Instruktur Inixindo & Praktisi Data
Sesi dipandu secara praktis dan step-by-step agar Anda memahami alur kerja data science yang dapat langsung diterapkan.
Pastikan kebutuhan berikut sudah tersedia agar Anda dapat mempraktikkan materi bersama narasumber tanpa hambatan.









Punya pertanyaan seputar Kelas Fundamental Data Science & Machine Learning? Temukan jawabannya di bawah ini.
Anda akan mempelajari fondasi utama konsep data science secara komprehensif. Materi ini dirancang untuk memandu Anda memahami bagaimana end-to-end data science process bekerja di dunia nyata berdasarkan best practice industri.
Ya, tentu saja. Anda akan dibekali teknik pengumpulan data (data gathering) yang tepat. Anda akan diajarkan cara mengambil data baik dari internal source maupun external source untuk memenuhi kebutuhan analisis data.
Materi ini memberikan perhatian kritis pada data cleaning & preparation. Anda akan mempraktikkan langsung teknik data manipulation untuk merapikan dataset, termasuk proses handling missing value dan handling outlier agar data siap digunakan.
Untuk praktik mendevelop AI, Anda akan melakukan proses build model for machine learning menggunakan algoritma Linear regression. Tahapan ini juga mencakup teknik feature selection, data splitting (train and test), hingga tahap model training.
Tentu ada. Anda akan mempelajari model evaluation menggunakan metrik akurasi seperti Mean Absolute Error (MAE) dan R2 Score. Sesi ini diakhiri dengan studi kasus nyata: Predict new house price (prediksi harga rumah baru) lengkap beserta tahapan result interpretation.