Pengantar Data Science
-
Konsep dan siklus kerja data science.
-
Peran dan penerapan data analytics dan data science.
Pelatihan Introduction to Python for Data Science memberikan pemahaman dasar pemrograman Python yang secara spesifik digunakan untuk keperluan pengolahan dan an… Pelatihan Introduction to Python for Data Science memberikan pemahaman dasar pemrograman Python yang secara spesifik digunakan untuk keperluan pengolahan dan analisis data. Program intensif selama 3 hari ini bertujuan untuk membekali peserta dari pembersihan data hingga persiapan uji kompetensi sertifikasi BNSP dengan skema Associate Data Scientist.
Di era yang digerakkan oleh data, kemampuan mengelola informasi menjadi aset yang sangat berharga. Pelatihan Introduction to Python for Data Science dirancang secara khusus untuk memberikan landasan fundamental terkait konsep data science serta pengaplikasian bahasa pemrograman Python dalam siklus analisis data.
Selama proses pelatihan, Anda akan diajak menyelami teknik dan praktik esensial yang sangat diperlukan dalam operasional harian data, mulai dari pengolahan data, analisis sederhana, hingga penyajian visualisasi hasil analisis yang komprehensif. Kelas ini sangat terstruktur dan menggunakan tools populer seperti Pandas dan Seaborn.
Pelatihan ini juga mengacu pada Standar Kompetensi Kerja Nasional Indonesia (SKKNI). Hal ini memastikan bahwa seluruh materi yang dipelajari selaras dengan standar industri nasional, sehingga setelah mengikuti 2 hari pembekalan pelatihan, peserta siap untuk menjalankan hari ke-3 yakni sertifikasi BNSP dengan skema Associate Data Scientist.
Junior Data Scientist.
Data Officer atau Data Staff.
Staf Administrasi.
Fresh Graduate yang memiliki ketertarikan kuat untuk berkarier di bidang data.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
Pelajari teknik dan praktik dasar yang diperlukan untuk melakukan berbagai aktivitas analisis data secara komprehensif, mulai dari pengolahan data, analisis sistematis, hingga perancangan penyajian visualisasi hasil analisis dengan memanfaatkan ekosistem pemrograman Python.
Konsep dan siklus kerja data science.
Peran dan penerapan data analytics dan data science.
Sintaks dasar python.
Varuabel, string, list, dan dictionary.
Conditional Expression, perulangan, dan penggunaan fungsi.
Konsep DataFrame dengan Pandas.
Memuat data dari sumber eksternal.
Meninjau struktur dan isi data.
Duplikasi DataFrame dan pemilihan kolom.
Seleksi baris dan kolom menggunakan iloc dan loc.
Seleksi data menggunakan ekspresi kondisi.
Menghitung jumlah nilai unik.
Menambah dan menghapus kolom.
Menghapus baris data tidak relevan.
Menyimpan data ke file eksternal.
Konsep label data dalam data science.
Jenis label data dan penggunannya.
Menentukan label data sesuai tujuan analisis.
Visualisasi data menggunakan Pandas.
Visualisasi sederhana menggunakan Seaborn.
Interpretasi hasil visualisasi data.