Data science adalah suatu bidang studi yang mengkombinasikan kemampuan programming, matematika dan statistika, dan pengetahuan umum untuk mendapatkan suatu insight dari data terstruktur maupun tak terstruktur. Pada prosesnya, data science meliputi tahap pengolahan data, membuat model, sampai dengan evaluasi. Analisis dan visualisasi data yang ada di proses data science juga sangat berguna untuk menarik informasi yang termuat di dalam data dan membuat visualisasinya agar lebih mudah untuk disampaikan ke orang lain.
Share Kelas Ini :
Informasi Umum
Pada materi ini, kita akan mempelajari tentang Pengenalan Data Science, Supervised Learning, Exploratory Data, Deep Neural Network, Inference Machine/Deep Learning sehingga dapat memperoleh insight dari data tersebut.
Target Pembelajaran
- Peserta mampu melakukan Pengenalan Data Science
- Peserta mampu melakukan Supervised Learning
- Peserta mampu menerapkan Unsupervised Learning
- Peserta mampu menyelesaikan Exploratory Data
- Peserta mampu menerapkan Deep Neural Network
- Peserta mampu menerapkan Inference Machine/Deep Learning
Silabus yang Anda Pelajari di Course ini :
- Pengenalan Data Science
- Python for Data Science
- Exploratory Data
- Deep Neural Network
- Inference Machine/Deep Learning
- Machine Learning
- Supervised Learning
- Unsupervised Learning
- Regression
- Data Visualization
- Introduction Machine Learning & Tools
- Dasar Pemrograman Python
- Pengenalan Cloud dan Linux
- Machine Learning & Deep Learning for Image Research
- Deep Learning 1.
- Deep Learning 2.
- Evaluasi Performa.
- Neural Networks.
- Case Study Data Science With Excel
Spesifikasi
- PC/Laptop
- Komputer dengan internet yang cepat
Kriteria Kelulusan
- Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course
- Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM yaitu 70)
- Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.
Skema Penilaian
A. Kuis (80%)
- Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta.
- Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna.
- Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.
B. Tugas akhir (20%)
- Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus.
- Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.
Detail Course
-
Penyusun Materi
BISA AI
-
Harga Course
Rp.150,000
Pemula
10.5 Jam
2626 Siswa
21 Modul
4.6
