Last chance! 50% off DataCamp Premium
Sale ends in
Karier di data science sangat diminati dan menjanjikan. Bidang ini mencakup berbagai tugas seperti mempelajari dan mengelola data, menerapkan teknik machine learning, serta memahami tujuan bisnis. Untuk unggul di bidang ini, Anda perlu perpaduan kemampuan, seperti menelaah data, memahami konsep bisnis, keterampilan komunikasi, dan lainnya. Untuk membantu kemajuan Anda, gunakan daftar ini sebagai acuan dalam perjalanan belajar Anda.
Untuk mengunduh infografik ini, klik gambar di atas
Analisis Data Eksploratori
Statistika Deskriptif
- Hitung metrik ukuran pemusatan seperti mean dan median, ukuran penyebaran seperti range dan standar deviasi, serta karakteristik lain dari fitur
- Hitung metrik seperti korelasi untuk memahami hubungan antarfitur
Belajar di DataCamp
Terapkan Keterampilan Anda
- A Visual History of Nobel Prize Winners
- Optimizing Online Sports Retail Revenue
- Explore a DataFrame
- Analyzing Carbon Footprints in SQL
- Exploring World Cup Data in Python
Visualisasi Data
- Buat plot seperti diagram batang, histogram, dan box plot untuk memvisualisasikan satu fitur.
- Buat plot seperti scatter plot, line plot, dan heat map untuk memvisualisasikan hubungan antarfitur.
Belajar di DataCamp
- Introduction to Data Visualization with Seaborn
- Introduction to Data Visualization with Plotly in Python
- Introduction to Data Visualization with ggplot2
- Interactive Data Visualization with plotly in R
- Data Visualization Cheat Sheet
- Python Seaborn Cheat Sheet
- Plotly Express Cheat Sheet
- ggplot2 Cheat Sheet
- Python Seaborn Tutorial For Beginners
- Graphics with ggplot2 Tutorial
Terapkan Keterampilan Anda
- Visualizing COVID-19 in R
- Modeling the Volatility of US Bond Yields in R
- Exploring the Bitcoin Cryptocurrency Market in Python
- Real-time Insights from Social Media Data in Python
- Visualize Correlation with a Diagonal Correlation Plot in Python
- Data Visualization in Python for Absolute Beginners
- Visualizing Video Game Sales Data with ggplot2 in R
Manajemen Data
Impor & Pembacaan Data
- Impor data dari format file umum seperti CSV dan spreadsheet.
- Impor data dengan menjalankan kueri ke database SQL.
- Impor data melalui web API.
Belajar di DataCamp
- Introduction to Importing Data in Python
- Intermediate Importing Data in Python
- Streamlined Data Ingestion with pandas
- Introduction to Importing Data in R
- Intermediate Importing Data in R
- Introduction to SQL
- Importing Data in Python Cheat Sheet
- Pandas Tutorial: Importing Data with read_csv()
- Web Scraping With Python and Beautiful Soup
- How to Import Data Into R: A Tutorial
- Importing Data Into R - Part Two
Terapkan Keterampilan Anda
- Importing and Cleaning Data
- The Android App Market on Google Play
- Visualize Historical Stock Data with a Candlestick Chart
- Analyzing Streaming Service Content in SQL
- Analyzing Students' Mental Health in SQL
Pengolahan Data (Data Wrangling)
- Lakukan manipulasi data umum seperti menyortir, menyubset, menambahkan fitur baru, dan melakukan agregasi.
- Menggabungkan dua set data melalui inner join, left join, dan jenis join lainnya.
- Melakukan pivot pada dataset berbentuk persegi panjang untuk mengubah baris menjadi kolom atau kolom menjadi baris.
Belajar di DataCamp
- Data Manipulation with pandas
- Joining Data with pandas
- Reshaping Data with pandas
- Data Manipulation with dplyr
- Joining Data with dplyr
- Reshaping Data with tidyr
- Joining Data in SQL
- Pandas Cheat Sheet for Data Science in Python
- Data Manipulation with dplyr in R Cheat Sheet
- SQL Joins Cheat Sheet
- Pandas Cheat Sheet: Data Wrangling in Python
- Joining DataFrames in pandas Tutorial
- Joins in SQL Tutorial
Terapkan Keterampilan Anda
- What and Where are the World's Oldest Businesses?
- Streamlining Employee Data
- Merge DataFrames
- Analyzing NASA Planetary Exploration Budgets in SQL
Pembersihan Data
- Identifikasi dan perbaiki masalah terkait kendala data seperti tipe data yang salah, angka di luar rentang, atau nilai duplikat.
- Identifikasi dan perbaiki masalah pada data teks dan kategorikal, seperti kategori tidak valid atau format yang salah.
- Identifikasi dan perbaiki masalah keseragaman data, seperti satuan yang keliru, format tanggal yang salah, dan ketidakkonsistenan antarfitur.
- Identifikasi dan perbaiki masalah nilai data yang hilang.
Belajar di DataCamp
Terapkan Keterampilan Anda
- Exploring the Bitcoin Cryptocurrency Market in Python
- Real-time Insights from Social Media Data in Python
Kecakapan Bisnis
Tujuan Bisnis
- Beri rekomendasi pendekatan analitik berdasarkan tujuan bisnis
- Menilai kinerja hasil analitik terhadap KPI atau kriteria bisnis relevan lainnya
Belajar di DataCamp
Terapkan Keterampilan Anda
- Comparing Search Interest with Google Trends
- Optimizing Online Sports Retail Revenue
- Predict CTR and Evaluate ROI
- Calculate Customer Churn Metrics
Pengetahuan Organisasi
- Pahami dampak proyek data science terhadap bisnis Anda.
- Pahami tim atau karyawan mana yang perlu dilibatkan dalam proyek data, serta perannya.
Belajar di DataCamp
Terapkan Keterampilan Anda
- Which Debts Are Worth the Bank's Effort?
- Feature Engineering for Fraud Detection
- User Retention by Cohort
- Analyzing a Marketing Funnel in Spreadsheets
- Visualizing Cost Savings in Tableau
Pemrograman untuk Data Science
Berpikir Komputasional
- Gunakan konstruk pemrograman umum seperti kontrol alur dan iterasi.
- Pahami fungsi dan pemrograman fungsional untuk menulis kode analisis yang dapat diulang.
Belajar di DataCamp
Terapkan Keterampilan Anda
- Functions for Food Price Forecasts
- Writing Functions for Product Analysis
- Group and Aggregate data with custom functions
Koding Produksi
- Manfaatkan version control seperti git untuk mengelola kode
- Gunakan penanganan error, assertion, dan unit test untuk memastikan kualitas kode
- Tulis dokumentasi agar kode Anda mudah dipahami orang lain
- Kembangkan paket agar kode Anda dapat digunakan kembali
Belajar di DataCamp
Terapkan Keterampilan Anda
Pengembangan Model
Perancangan Model
- Pilih tipe model yang sesuai (regresi, klasifikasi, klastering, dll.) berdasarkan dataset dan tujuan analisis Anda
Belajar di DataCamp
- Supervised Learning with scikit-learn
- Unsupervised Learning in Python
- Supervised Learning in R: Classification
- Supervised Learning in R: Regression
- Unsupervised Learning in R
- Supervised Machine Learning Cheat Sheet
- Unsupervised Machine Learning Cheat Sheet
- 8 Machine Learning Models Explained in 20 Minutes
Terapkan Keterampilan Anda
- Predicting Credit Card Approvals
- Predict Taxi Fares with Random Forest
- Classify Song Genres from Audio Data
- Find Movie Similarity from Plot Summaries
- Clustering Heart Disease Patient Data
- ASL Recognition with Deep Learning
- Disney Movies and Box Office Success
Rekayasa Fitur
- Ekstrak informasi relevan dari fitur yang ada, seperti mendapatkan hari dalam minggu dari variabel datetime, atau membuat indikator "usia produktif" dari tanggal lahir.
- Kombinasikan beberapa fitur menjadi fitur baru, misalnya menjumlahkan penjualan per wilayah menjadi total penjualan, atau menghitung laba sebagai pendapatan dikurangi biaya.
- Gunakan dataset eksternal untuk mendefinisikan fitur baru, misalnya menggunakan API geografis untuk mendapatkan kota dari garis bujur dan lintang, atau menggunakan API computer vision untuk menentukan apakah sebuah gambar berisi orang.
- Gunakan imputasi untuk memperkirakan nilai yang hilang.
Belajar di DataCamp
Terapkan Keterampilan Anda
- Customer Analytics: Preparing Data for Modeling
- Predict Taxi Fares with Random Forest
- Classify Song Genres from Audio Data
- Find Movie Similarity from Plot Summaries
- Encoding Categorical Variables
- Sentiment Analysis and Prediction in Python
Pemasangan Model
- Dapat membuat pembagian training dan testing dari sebuah dataset, termasuk menggunakan cross-validation.
- Menggunakan penalaan hyperparameter untuk mengoptimalkan kinerja model.
Belajar di DataCamp
Terapkan Keterampilan Anda
- What Makes a Pokémon Legendary?
- Predict Taxi Fares with Random Forests
- Machine Learning with Python
- Machine Learning with R
- Predicting Hotel Booking Cancellations in Python
- Analyzing a Time Series of the Thames River in Python
Validasi Model
- Dapat mengevaluasi kinerja model supervised learning menggunakan metrik seperti akurasi, presisi, dan recall.
- Dapat mengevaluasi kinerja model unsupervised learning menggunakan metrik seperti homogeneity, completeness, dan silhouette coefficient.
Belajar di DataCamp
Terapkan Keterampilan Anda
- Clustering Bustabit Gambling Behavior
- Degrees That Pay You Back
- Evaluate your ML Model using the F-score
- How to Explain Black-Box Machine Learning Models
Eksperimen Statistik
Metode Sampling
- Pahami distribusi statistik seperti distribusi normal, uniform, dan Poisson
- Pilih metode sampling yang sesuai untuk menjawab pertanyaan Anda sambil menghindari bias.
Belajar di DataCamp
Terapkan Keterampilan Anda
Uji Hipotesis
- Pahami hipotesis nol dan alternatif
- Ketahui kapan dan bagaimana menggunakan uji hipotesis seperti t-test, uji Chi-kuadrat, dan uji Mann-Whitney U
- Interpretasikan statistik uji dan p-value
Belajar di DataCamp
Terapkan Keterampilan Anda
Komunikasi Data
Bercerita dengan Data
- Buat narasi yang menggambarkan motivasi, metode, hasil, dan kesimpulan Anda
- Pastikan narasi Anda konsisten dengan temuan data
- Sunting cerita Anda untuk menghapus detail yang tidak perlu
Belajar di DataCamp
Terapkan Keterampilan Anda
Pahami Audiens Anda
- Pahami pengetahuan awal dan minat audiens Anda
- Sesuaikan pesan Anda agar selaras dengan audiens, bahkan jika mereka non-teknis
Belajar di DataCamp
Terapkan Keterampilan Anda
Topik
