We'll start the course by defining what data science is. We'll cover the data science workflow, and how data science is applied to real-world business problems. We'll finish the chapter by learning about ways to structure your data team to meet your organization's needs. 

What is Data Science?

Customer Segmentation Workflow

Building a customer service chatbot

Improving OKRs

Applications of Data Science

Assigning data science projects

Investment research

Building a data science team

Interpreting a team sprint

Editing a job posting

Matching skills to jobs

Classifying data tasks

Introduction to Data Science

Now that we understand the data science workflow, we'll dive deeper into the first step: data collection. We'll learn about the different data sources your company can draw from, and how to store that data once it's collected. 

Sumber data dan risikonya

Isian

Bukan PII

Klasifikasi data untuk keamanan

Membuat event data web

Melindungi PII

Data yang diminta

Pertanyaan

Buat materi pemasaran

Kurangi risiko pengambilan keputusan

Pantau kualitas

Mengidentifikasi tujuan pertanyaan

Memvalidasi umpan balik focus group

Net Promoter Score

Mengumpulkan data tambahan

Permintaan

APIs

Public Records

Mechanical Turk (MTurk)

Mengelompokkan sumber data

Frekuensi asma

Penyimpanan dan pengambilan data

Platform cloud

Mengkueri basis data

Himpunan data

Relational Database

Document Database

Jenis basis data yang mana?

Data Collection and Storage

In this chapter, we'll discuss ways to explore and visualize data through dashboards. We'll discuss the elements of a dashboard and how to make a directed request for a dashboard. This chapter will also cover making ad hoc data requests and A/B tests, which are a powerful analytics tool that de-risk decision-making. 

Dashboards

Classifying dashboard elements

Improving a dashboard

Choosing the right dashboard

Ad hoc analysis

Filling out an ad hoc request

Classifying requests

A/B Testing

Creating an A/B testing workflow

Sample size

Intermediate results

Analysis and Visualization

In this final chapter, we'll discuss the buzziest topic in data science: machine learning! We'll cover supervised and unsupervised machine learning, and clustering. Then, we'll move on to special topics in machine learning, including time series prediction, natural language processing, deep learning, and explainable AI! 

Supervised machine learning

When to use Supervised Learning

Features and labels

Model evaluation

Clustering

Supervised vs. unsupervised

Cluster size selection

Special topics in Machine Learning

Classifying machine learning tasks

Sentiment Analysis

Deep Learning and Explainable AI

Finding the correct solution

Should I use Deep Learning?

Prediction

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

Jumlah Facebook Likes untuk produk kecantikan baru dari pengguna yang tinggal di County Miami-Dade

Melacak harga saham berbagai merek kecantikan dari waktu ke waktu

Jumlah perempuan berusia 30–45 tahun yang tinggal di County Miami-Dade

Pendapatan rumah tangga rata-rata di County Miami-Dade

Membangun himpunan pelatihan di mana setiap ulasan pelanggan diberi label positif, negatif, atau netral

Mengelompokkan sumber data

Data Science untuk Bisnis

Latihan interaktif praktis