5.00
(1 Rating)

Full Stack Data Science with Python

Wishlist Share
Share Course
Page Link
Share On Social Media

About Course

Data science merupakan ilmu yang menggabungkan kemahiran dalam pemograman, statistik dan matematika. Skill pengolahan data dan analisa data merupakan kemampuan utama yang diajarkan pada data science. Pada kelas ini, kamu bisa memahami data science dari dasar.

Peserta akan diberikan live session 3 x per pekan selama 17 pekan.
Live session diadakan setiap Senin – Rabu – Jumat Pukul 19.00 – 22.00 WIB
Live session selama 3 jam berisi :
– Penyampaian Materi
– Demo dari trainer
– Pengerjaan tugas didampingi oleh trainer
– Review Tugas dan diskusi harian

What Will You Learn?

  • Peserta mendapatkan 51x Live Session
  • Peserta menyelesaikan 7 portofolio terkait data science
  • Peserta mendapatkan long life career support
  • Peserta mendapatkan mentorship selama 6 bulan
  • Peserta mendapatkan sertifikat

Course Content

Day 1 – Pengenalan Data Science

Day 2 – Pengenalan Google Colabs & Anaconda

Day 3 – Konsep Dasar Pemrograman

Day 4 – Variabel & Tipe Data

Day 5 – Struktur Data

Day 6 – Control Flow

Day 7 – Function & Class

Day 8 – Log & Error Handling

Day 9 – Statistika Deskriptif

Day 10 – Statistika Inferential

Day 11 – Pendahuluan Pandas

Day 12 – Data Wrangling

Day 13 – Data Wrangling II

Day 14 – Merge & Group By

Day 15 – Pustaka Visualisasi : Matplotlib

Day 16 – Multiple Subplots

Day 17 – Quantitative Comparison

Day 18 – Seaborn

Day 19 – Variate Analysis

Day 20 – Time Series Analysis

Day 21 – SQLite & Penyimpanan Data

Day 22 – AI & Machine Learning

Day 23 – Unsupervised Learning – Clustering

Day 24 – Supervised Learning – Regression

Day 25 – Supervised Learning – Classification

Day 26 – Supervised Learning – Evaluation

Day 27 – Pengenalan Natural Language Processing

Day 28 – Pemrosesan Teks Dasar

Day 29 – Analisis Teks

Day 30 – Sentiment Analisis Berbasis Aturan

Day 31 – Pengenalan Machine Learning dalam NLP

Day 32 – Penerapan NLP dalam Chatbot

Day 33 – Penerapan NLP dalam Pencarian Informasi

Day 34 – Pengenalan Streamlit

Day 35 – Komponen Dasar Streamlit

Day 36 – Interaksi dengan Pengguna

Day 37 – Visualisasi Data

Day 38 – GIT & Deployment

Day 39 – 51 ( Final Project) + Persiapan Karir

Kuisioner Pelatihan
Kuisioner Wajib diisi sebagai syarat keluar sertifikat

Student Ratings & Reviews

No Review Yet
No Review Yet
Scroll to Top