Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Pengantar

  • Mendefinisikan AI Prediktif
  • Konteks historis dan evolusi analitik prediktif
  • Prinsip dasar machine learning dan data mining

Pengumpulan dan Pra-pemrosesan Data

  • Mengumpulkan data yang relevan
  • Membersihkan dan mempersiapkan data untuk analisis
  • Memahami tipe dan sumber data

Analisis Eksploratif Data (EDA)

  • Memvisualisasikan data untuk wawasan
  • Statistik deskriptif dan ringkasan data
  • Identifikasi pola dan hubungan dalam data

Pemodelan Statistik

  • Dasar-dasar inferensi statistik
  • Analisis regresi
  • Model klasifikasi

Algoritma Machine Learning untuk Prediksi

  • Tinjauan algoritma supervised learning
  • Pohon keputusan dan random forests
  • Dasar-dasar jaringan saraf dan deep learning

Evaluasi dan Seleksi Model

  • Memahami akurasi model dan metrik kinerja
  • Teknik validasi silang
  • Overfitting dan penyesuaian model

Aplikasi Praktis AI Prediktif

  • Studi kasus di berbagai industri
  • Pertimbangan etis dalam pemodelan prediktif
  • Batasan dan tantangan AI Prediktif

Proyek Langsung

  • Bekerja dengan dataset untuk membuat model prediktif
  • Menerapkan model untuk membuat prediksi
  • Menilai dan menafsirkan hasil

Persyaratan

  • Pemahaman tentang statistik dasar
  • Pengalaman dengan bahasa pemrograman apa pun
  • Kenalan dengan penanganan data dan spreadsheet
  • Tidak memerlukan pengalaman sebelumnya dalam AI atau data science

Audience

  • Profesional TI
  • Analis data
  • Staf teknis

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait