E-Learning
Inixindo

Python for Data Analyst

4 Hari Entry Level

Pelatihan Python for Data Analyst membekali peserta dengan keterampilan analisis data menggunakan bahasa pemrograman Python. Program 4 hari ini mencakup tahapan…

Pelatihan & Sertifikasi
favorite_border

Python for Data Analyst

Bahasa pemrograman Python telah menjadi standar industri untuk menangani kebutuhan pengolahan data modern. Pelatihan Python for Data Analyst dirancang secara khusus untuk membekali peserta dengan pemahaman konseptual sekaligus keterampilan teknis analisis data menggunakan ekosistem Python.

Selama kursus berlangsung, peserta akan mempelajari berbagai tahapan dan metodologi analisis data yang diakui secara global, sembari memanfaatkan library Python yang umum digunakan (seperti NumPy dan pandas) untuk membangun alur kerja analisis data yang sangat efisien.

Materi akan dimulai dari dasar statistik dan analisis data menggunakan Python, berlanjut ke teknik manipulasi data, praktik pembersihan data (data cleaning), hingga visualisasi data interaktif. Sebagai tahapan puncak, kursus ini juga akan memandu peserta menyusun pemodelan analitik melalui contoh-contoh yang mudah diikuti, sehingga peserta mampu menyiapkan data dan menyajikan hasil analisis dalam bentuk visualisasi bermakna, termasuk untuk kebutuhan prediksi sederhana berbasis machine learning.

Target Peserta

Pelatihan pengolahan data menggunakan Python ini ditujukan secara khusus untuk profil:

  • Data Analyst.

  • Business Analyst.

  • Data Scientist.

Pra Syarat

  • Peserta sangat disarankan telah memahami dasar bahasa pemrograman.

  • Diutamakan bagi peserta yang telah memahami gambaran umum mengenai proses analisis data.

Hasil pembelajaran

Tujuan Pelatihan Python for Data Analyst

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Membangun keterampilan dasar dalam bidang analisis data dengan menggunakan bahasa pemrograman Python.
  • Melakukan tahapan Exploratory Data Analysis (EDA) secara menyeluruh beserta langkah pembersihan data yang kotor.
  • Menerapkan algoritma machine learning dasar sebagai fondasi untuk membangun sebuah model prediktif.
Materi yang akan dipelajari

Apa yang Akan Anda Dapatkan & Pelajari dalam Pelatihan Python for Data Analyst?

Kuasai alur kerja data secara komprehensif, dimulai dari pondasi pemahaman metodologi, manipulasi matriks dengan NumPy & pandas, hingga eksplorasi algoritma regresi dan klasifikasi pada Machine Learning.

Foundation for Data Analysis & Python Setup

  • Memahami proses analisis data standar (The standard process of data analysis).

  • Mempelajari model proses KDD, metodologi SEMMA, dan standar CRISP-DM.

  • Membandingkan perbedaan ruang lingkup data analysis dengan data science.

  • Meninjau kerangka keahlian (skillsets) yang dibutuhkan oleh data analysts dan data scientists.

  • Melakukan instalasi Python 3, menyiapkan perangkat lunak terkait, serta mengoperasikan IPython sebagai shell.

  • Mengeksplorasi penggunaan Jupyter Lab dan berbagai fitur lanjutan di dalam Jupyter Notebooks.

Data Manipulation with NumPy and pandas

  • Mendalami konsep NumPy arrays, termasuk tipe data numerik (numerical data types) dan manipulasi bentuk array (Manipulating array shapes).

  • Melakukan partisi (Partitioning), penumpukan (stacking), pemotongan (Slicing), hingga Broadcasting arrays pada NumPy.

  • Mengimplementasikan teknik Boolean and fancy indexing, serta menciptakan views dan salinan (copies) NumPy.

  • Membuat tabel data menggunakan pandas DataFrames dan memahami fungsi pandas Series.

  • Melaksanakan pembacaan (Reading) dan kueri data Quandl, serta mendeskripsikan pandas DataFrames.

  • Mengeksekusi fungsi pengelompokan (Grouping) dan penggabungan (joining) pandas DataFrames, pembuatan pivot tables, hingga pengolahan format penanggalan (dates).

Exploratory Data Analysis and Data Cleaning

  • Melakukan visualisasi data yang komunikatif menggunakan Matplotlib.

  • Memanfaatkan paket Seaborn untuk perancangan visualisasi tingkat lanjut (Advanced visualization).

  • Membangun dasbor visualisasi interaktif menggunakan Bokeh.

  • Membaca dan menulis (Reading and writing) data dari berbagai sumber: berkas CSV dengan NumPy dan pandas, lembar kerja Excel, tabel JSON, dan HTML.

  • Mengekstrak akses data yang ringan dengan sqllite3 serta membaca/menulis data dari pangkalan data MySQL.

  • Mengeksekusi pembersihan data mentah (Cleaning Messy Data): Eksplorasi, penyaringan (Filtering), penanganan missing values dan outliers.

  • Menerapkan teknik enkoding fitur (Feature encoding techniques), Feature scaling, Feature transformation, hingga Feature splitting.

Deep Dive into Machine Learning: Regression & Classification

  • Supervised Learning – Regression Analysis: Menganalisis regresi linier (Linear regression) dan mengenali multikolinearitas (multicollinearity).

  • Membangun dan mengembangkan linear regression model, mengevaluasi performanya, serta menyesuaikan regresi polinomial (polynomial regression).

  • Mengimplementasikan fungsi regresi logistik (Logistic regression) menggunakan pustaka scikit-learn.

  • Supervised Learning – Classification Techniques: Membedah algoritma klasifikasi Naive Bayes, Decision tree, KNN, dan SVM.

  • Membelah kumpulan data menjadi set pengujian dan pelatihan (Splitting training and testing sets), serta mengevaluasi kualitas model klasifikasi yang dihasilkan (Evaluating the classification model performance).

Temukan pelatihan mendatang lain untuk mendukung pengembangan kompetensi Anda.

Konsultasi WhatsApp
Inixindo