Introduction to Python for Data Science - PDP
toggle menu
Hacktiv8 Team

Introduction to Python for Data Science - PDP

Pelajari dasar-dasar menjadi Data Scientist. Program ini cocok bagi pemula yang ingin menerapkan statistik, machine learning, dan visualisasi data dengan pandas, matplotlib, scikit-learn, seaborn, dan lainnya.
Hacktiv8 Team
Pelajari dasar-dasar menjadi Data Scientist. Program ini cocok bagi pemula yang ingin menerapkan statistik, machine learning, dan visualisasi data dengan pandas, matplotlib, scikit-learn, seaborn, dan lainnya.
-----

Kurikulum Course

  • 1

    Sesi 1 - Introduction: Basic Syntax, Data Type, and Variable (158:48)

    • Link Absensi Peserta dan Pengajar

    • Welcome!

      preview gratis

    • Anaconda Installation

    • Sesi 1 - Introduction to Data Science & Python

    • Git Tutorial

    • gitToday

    • TipsPy

    • Chapter Feedback
  • 2

    Sesi 2 - Conditions, Control Flow & Looping (163:52)

    • Link Absensi Peserta dan Pengajar

    • Sesi 2 - Control Flow (Conditions & Loops)

    • gitToday

    • Chapter Feedback
  • 3

    Sesi 3 - Function, Basic Module, and Package (147:10)

    • Link Absensi Peserta dan Pengajar

    • Sesi 3 - Function, Module & Package

    • gitToday

    • TipsPy

    • Chapter Feedback
  • 4

    Sesi 4 - Numpy (149:18)

    • Link Absensi Peserta dan Pengajar

    • Sesi 4 - Numpy

    • gitToday

    • TipsPy

    • Chapter Feedback
  • 5

    Sesi 5 - Data Exploration with Pandas (162:05)

    • Link Absensi Peserta dan Pengajar

    • Sesi 5 - Data Exploration with Pandas

    • gitToday

    • TipsPy

    • Chapter Feedback
  • 6

    Sesi 6 - Data Cleaning with Pandas (165:07)

    • Link Absensi Peserta dan Pengajar

    • Sesi 6 - Data Cleaning with Pandas

    • gitToday

    • TipsPy

    • Chapter Feedback & Survey Satisfaction
  • 7

    Sesi 7 - Basic Visualization & Storytelling (172:39)

    • Link Absensi Peserta dan Pengajar

    • Sesi 7 - Basic Data Visualization & Storytelling

    • gitToday

    • Chapter Feedback
  • 8

    Sesi 8 - Advanced Visualization & Data Analytics with ChatGPT (00:00)

    • Link Absensi Peserta dan Pengajar

    • Sesi 8.1 - Advanced Data Visualization

    • Sesi 8.2 - Data Analytics with ChatGPT

    • gitToday

    • TipsPy

    • Assignment 1

    • Chapter Feedback
  • 9

    Sesi 9 - Descriptive Statistics (177:00)

  • 10

    Sesi 10 - Inferential Statistics (167:31)

    • Link Absensi Peserta dan Pengajar

    • Sesi 10 - Inferential statistics

    • gitToday

    • Assignment 2

    • Chapter Feedback
  • 11

    Sesi 11 - Introduction to Machine Learning & Linear Regression (170:15)

    • LInk Absensi Peserta dan Pengajar

    • Sesi 11 - Introduction to Machine Learning & Linear Regression

    • Machine Learning Models: Overview

    • gitToday

    • Chapter Feedback
  • 12

    Sesi 12 - Cross Validation & Feature Engineering (165:12)

    • Link Absensi Peserta dan Pengajar

    • Sesi 12 - Feature Engineering & Cross Validation

    • gitToday

    • Chapter Feedback
  • 13

    Sesi 13 - Regularization & Logistic Regression (154:46)

    • Link Absensi Peserta dan Pengajar

    • Sesi 13 - Regularization & Logistic Regression

    • gitToday

    • Chapter Feedback
  • 14

    Sesi 14 - Decision Tree, Ensemble Learning & Hyperparameter Tuning (176:12)

    • Link Absensi Peserta dan Pengajar

    • Sesi 14 - Decision Tree, Ensemble Learning & Hyperparameter Tuning

    • gitToday

    • ML Project Checklist References

    • Chapter Feedback
  • 15

    Sesi 15 - Unsupervised Learning (181:53)

    • Link Absensi Peserta dan Pengajar

    • Sesi 15 - PCA & Clustering

    • gitToday

    • Chapter Feedback
  • 16

    Sesi 16 - Final Project (55:15)

    • Link Absensi Peserta dan Pengajar

    • Final Project : Model ML

    • Course Feedback

Prasyarat

Menunggu data...

Instructor

Hacktiv8 Team

certificate-thumbnail

Sertifikat untuk Course ini

Sertifikat kelulusan akan diberikan sebagai penghargaan dan bukti bahwa kamu telah menyelesaikan course ini. Sertifikat ini dapat digunakan untuk menambah nilai CV kamu.