Kita akan memulai kursus dengan mendefinisikan apa itu data science. Kita akan membahas alur kerja data science, serta bagaimana data science diterapkan pada permasalahan bisnis nyata. Kita akan menutup bab ini dengan mempelajari cara menyusun tim data agar sesuai dengan kebutuhan organisasi Anda. 

Apa itu Data Science?

Alur Kerja Segmentasi Pelanggan

Membangun chatbot layanan pelanggan

Meningkatkan OKR

Penerapan Data Science

Menetapkan proyek data science

Riset investasi

Membangun tim data science

Menafsirkan sebuah sprint tim

Menyunting lowongan pekerjaan

Mencocokkan keterampilan dengan pekerjaan

Klasifikasi tugas data

Pengantar Data Science

Setelah memahami alur kerja data science, kita akan menyelami lebih dalam langkah pertama: pengumpulan data. Kita akan mempelajari berbagai sumber data yang dapat dimanfaatkan perusahaan Anda, serta cara menyimpan data tersebut setelah dikumpulkan. 

Sumber data dan risikonya

Klasifikasi data untuk keamanan

Membuat event data web

Melindungi PII

Data yang diminta

Mengidentifikasi tujuan pertanyaan

Memvalidasi umpan balik focus group

Net Promoter Score

Mengumpulkan data tambahan

Mengelompokkan sumber data

Frekuensi asma

Penyimpanan dan pengambilan data

Platform cloud

Mengkueri basis data

Jenis basis data yang mana?

Pengumpulan dan Penyimpanan Data

Pada bab ini, kita akan membahas cara mengeksplorasi dan memvisualisasikan data melalui dasbor. Kita akan membahas elemen-elemen sebuah dasbor dan cara membuat permintaan terarah untuk sebuah dasbor. Bab ini juga akan membahas pembuatan permintaan data ad hoc dan uji A/B, yang merupakan alat analitik yang kuat untuk mengurangi risiko dalam pengambilan keputusan. 

Dasbor

Mengklasifikasikan elemen dashboard

Menyempurnakan dasbor

Elemen

Line Chart

Bar Chart

Table

Memilih dashboard yang tepat

Analisis ad hoc

Mengisi permintaan ad hoc

Permintaan

Permintaan Dasbor

Permintaan Ad hoc

Mengklasifikasikan permintaan

A/B Testing

Urutkan tugas-tugasnya

Menyusun alur kerja A/B testing

Ukuran sampel

Hasil sementara

Analisis dan Visualisasi

Pada bab terakhir ini, kita akan membahas topik paling hangat dalam data science: machine learning! Kita akan membahas supervised dan unsupervised machine learning, serta clustering. Selanjutnya, kita akan membahas topik khusus dalam machine learning, termasuk prediksi deret waktu, natural language processing, deep learning, dan explainable AI! 

Supervised Machine Learning

Kapan menggunakan Supervised Learning

Fitur dan label

Evaluasi model

Clustering

Supervised vs. Unsupervised

Pemilihan jumlah klaster

Topik khusus dalam Machine Learning

Mengklasifikasikan tugas machine learning

Analisis Sentimen

Deep Learning dan Explainable AI

Menemukan solusi yang tepat

Haruskah saya menggunakan Deep Learning?

Prediksi

Apa itu data science dan bagaimana Anda dapat menggunakannya untuk memperkuat organisasi Anda? Kursus ini akan mengajarkan keterampilan yang dibutuhkan tim data Anda, serta cara menyusun tim tersebut agar selaras dengan kebutuhan organisasi. Data ada di mana-mana! Kursus ini akan membantu Anda memahami sumber data yang dapat digunakan perusahaan Anda dan cara menyimpan data tersebut. Anda juga akan mempelajari cara menganalisis dan memvisualisasikan data melalui dasbor dan uji A/B. Sebagai penutup, kita akan membahas topik menarik dalam machine learning, termasuk clustering, prediksi deret waktu, natural language processing (NLP), deep learning, dan explainable AI! Sepanjang perjalanan, Anda akan mempelajari beragam penerapan data science di dunia nyata dan memperoleh pemahaman yang lebih baik melalui latihan praktis.

<h2>Belajar Menggunakan Ilmu Data untuk Bisnis</h2> 
Apa itu ilmu data, dan bagaimana Anda dapat menggunakannya untuk memperkuat organisasi Anda? Kursus ini akan mengajarkan Anda tentang keterampilan yang diperlukan dalam tim data Anda dan bagaimana Anda dapat mengatur tim tersebut agar sesuai dengan kebutuhan organisasi Anda.
<br><br>
Kursus ini juga akan memberikan pemahaman kepada Anda tentang sumber data yang dapat digunakan oleh perusahaan Anda, serta cara menyimpan, menganalisis, dan memvisualisasikan data tersebut.
<br><br>
<h2>Memahami Alur Kerja Ilmu Data</h2> 
Anda akan memulai dengan pengenalan tentang ilmu data untuk bisnis, mempelajari alur kerja ilmu data dan cara menerapkannya pada masalah dunia nyata. Anda juga akan mempelajari bagaimana proses pengumpulan data bekerja, termasuk cara mengumpulkan dan menyimpan data.
<br><br>
<h2>Belajar untuk Menganalisis dan Menampilkan Data Anda</h2> 
Anda juga akan menemukan cara untuk menganalisis dan memvisualisasikan data Anda melalui dashboard dan uji A/B. Untuk mengakhiri kursus ini, kita akan membahas topik-topik menarik dalam machine learning, termasuk clustering, prediksi time series, pemrosesan bahasa alami (NLP), deep learning, dan AI yang dapat dijelaskan.
<br><br>
Sepanjang perjalanan, Anda akan mempelajari berbagai aplikasi nyata dari ilmu data dan memperoleh pemahaman yang lebih baik tentang konsep-konsep ini melalui latihan praktis.
<br><br>
Ini adalah pengenalan yang ideal tentang ilmu data bagi para manajer, memberikan Anda kesempatan untuk mempelajari alat bisnis yang kuat ini.

Pelajari data sains untuk manajer dan bisnis serta cara menggunakan data untuk memperkuat organisasi.

Data Science untuk Bisnis

CEO ingin pembaruan harian tentang berapa banyak langganan baru yang kami terima.

Tim Growth ingin melacak kemajuan mingguan pada alur pendaftaran baru mereka.

Departemen Legal ingin mengetahui apakah ada pelanggan kami yang berasal dari negara yang dikenai sanksi. Mereka perlu menghapus pengguna tersebut secepatnya!

Tim Marketing ingin tahu berapa persen pelanggan yang memiliki alamat email .edu. Mereka sedang menyelidiki potongan harga untuk pelajar.

Mengklasifikasikan permintaan

Data Science untuk Bisnis

Latihan interaktif langsung