5 chapters · 12 lessons · ±84 min
Python untuk Data Science & Machine Learning Dasar
Jalur belajar praktis dan terstruktur untuk menguasai fondasi Data Science dan Machine Learning menggunakan ekosistem Python modern di Google Colab. Dimulai dari manipulasi array numerik dengan NumPy, pembersihan dan analisis data tabular dengan Pandas, visualisasi data yang komunikatif dengan Matplotlib & Seaborn, dasar pemodelan Supervised Learning dengan Scikit-Learn, hingga membangun proyek mini machine learning prediktif secara end-to-end.
Prerequisites
- Dasar logika pemrograman komputer (variabel, perulangan, dan fungsi sederhana)
- Akun Google untuk mengakses Google Colab secara gratis di browser
- Tidak memerlukan kartu grafis (GPU) khusus atau instalasi software rumit di laptop
Curriculum
CHAPTER 1
Fondasi Komputasi Numerik dengan NumPy
Mengenal alur kerja Data Science di Google Colab, struktur array multidimensi ndarray, indexing, slicing, operasi vektorisasi broadcasting, dan fungsi agregasi statistik.
CHAPTER 2
Analisis dan Manipulasi Data dengan Pandas
Menguasai struktur data Series dan DataFrame, membaca dataset tabular, inspeksi data, penanganan missing values dan duplikasi, filtering kondisional, serta agregasi GroupBy.
CHAPTER 3
Eksplorasi Visual dengan Matplotlib & Seaborn
Membuat grafik visual yang bermakna: grafik garis dan batang dengan Matplotlib, serta visualisasi distribusi, sebaran korelasi, dan heatmap statistik dengan Seaborn.
CHAPTER 4
Fondasi Machine Learning dengan Scikit-Learn
Memahami konsep Supervised Learning, pembagian data train/test split, pemodelan Regresi Linier dan Klasifikasi Decision Tree, serta metrik evaluasi model (RMSE, MAE, Confusion Matrix).
CHAPTER 5
Studi Kasus & Proyek Akhir
Menerapkan teknik feature engineering (encoding dan scaling) serta menyelesaikan proyek analisis prediktif tabular end-to-end dari data mentah hingga prediksi siap pakai.