Kerangka Materi

Pengenalan ke Ilmu Data/AI

  • Pembelejaran pengetahuan melalui data
  • Representasi pengetahuan
  • Pembuatan nilai
  • Gambaran umum Ilmu Data
  • Ekosistem AI dan pendekatan baru terhadap analitik
  • Teknologi kunci

Alur kerja Ilmu Data

  • Crisp-dm
  • Persiapan data
  • Perencanaan model
  • Pembangunan model
  • Komunikasi
  • Penyebaran

Teknologi Ilmu Data

  • Bahasa yang digunakan untuk prototipe
  • Teknologi Big Data
  • Solusi end-to-end untuk masalah umum
  • Pengenalan ke bahasa Python
  • Integrasi Python dengan Spark

AI dalam Bisnis

  • Ekosistem AI
  • Etika AI
  • Cara mendorong AI dalam bisnis

Sumber data

  • Jenis-jenis data
  • SQL vs NoSQL
  • Penyimpanan data
  • Persiapan data

Analisis Data – Pendekatan Statistik

  • Probabilitas
  • Statistika
  • Pemodelan statistik
  • Aplikasi dalam bisnis menggunakan Python

Pembelajaran Mesin dalam Bisnis

  • Supervised vs unsupervised
  • Masalah peramalan
  • Masalah klasifikasi
  • Masalah klasterisasi
  • Deteksi anomali
  • Mesin rekomendasi
  • Penambangan pola asosiasi
  • Menyelesaikan masalah ML dengan bahasa Python

Pembelajaran Dalam Jaringan (Deep Learning)

  • Masalah di mana algoritma ML tradisional gagal
  • Menyelesaikan masalah yang rumit dengan Deep Learning
  • Pengenalan ke Tensorflow

Pemrosesan Bahasa Alami (NLP)

Visualisasi Data

  • Laporan visual hasil pemodelan
  • Kesalahan umum dalam visualisasi
  • Visualisasi data dengan Python

Dari Data ke Keputusan – Komunikasi

  • Membuat dampak: menceritakan cerita berbasis data
  • Mengoptimalkan efektivitas pengaruh
  • Manajemen proyek Ilmu Data

Persyaratan

Tidak ada

 35 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (7)

Kursus Mendatang

Kategori Terkait