📊Kecerdasan Buatan dalam Ilmu Data dan Analisis

Teknologi & Data · 11 satuan · gratis, tanpa keanggotaan

1 Pengantar Kecerdasan Buatan dalam Ilmu Data dan Analisis: Alur Kerja, Peran, Batasan, Validasi, dan Etika

2 Pengumpulan Data dan Pemahaman Sumber: Skema, Pengambilan Sampel, Kualitas dan Kesadaran Kebocoran

3 Pembersihan dan Pemrosesan Awal Data: Nilai Hilang, Pencilan, dan Konversi Jenis

4 Analisis Data Eksplorasi (EDA): Distribusi, Hubungan, dan Wawasan Awal

5 Rekayasa Fitur: Menghasilkan Varian, Pengkodean, Penskalaan, dan Menghindari Kebocoran

6 Pembuatan Model: Definisi Masalah, Pemilihan Algoritma, dan Pemisahan Pelatihan/Tes

7 Evaluasi Model: Metrik, Validasi Silang, dan Pembelajaran Ekstrim

8 Visualisasi dan Bercerita: Grafik Akurat, Grafik Jujur

9 Pembuatan Kode: Analisis Berbantuan AI dengan Python (panda) dan SQL

10 Kebocoran dan Reproduksibilitas Data: Bencana Diam-diam dan Disiplin

11 Yayasan MLOps, Etika, Privasi, dan Analisis yang Bertanggung Jawab

Semua pelatihan Mulai dari unit pertama