Python Data Science Foundations: NumPy, Pandas, dan Scikit-learn (Inggris) โ€” WalkSelf
โ˜… 3.9 (13) โฑ 2 jam 54 mnt ๐Ÿ“š 29 pelajaran

Python Data Science Foundations: NumPy, Pandas, dan Scikit-learn (Inggris)

Bangun fondasi yang kuat dalam analisis data dan machine learning dengan menguasai perpustakaan inti Python untuk membersihkan, memvisualisasikan, dan memodelkan dataset dunia nyata.

  • ๐Ÿ’ฌ Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • ๐Ÿ• Mulai kapan saja
    Tanpa jadwal atau tenggat โ€” belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • ๐ŸŒ Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat โ€” semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Data adalah kekuatan penggerak pengambilan keputusan modern, namun informasi mentah jarang siap untuk dianalisis. Untuk membuka nilai dari data, Anda harus tahu cara membersihkan, mengeksplorasi, dan membangun model prediktif menggunakan Python. Kursus tertulis ini memandu Anda melalui alat-alat penting dari ekosistem ilmu data. Anda akan berpindah dari menulis skrip Python dasar ke struktur pipa data bersih, menghasilkan visualisasi yang jelas, dan melatih model machine learning pertama Anda. Apa yang akan kau pelajari: - Mengerti konsep inti ilmu data, dimulai dengan terminologi dasar dan struktur data. - Manipulasi array multi-dimensi secara efisien menggunakan NumPy untuk komputasi numerik. - Bersihkan dan mempersiapkan dataset berantakan menggunakan Pandas, menerapkan praktik modern seperti metode rantai dan manajemen memori yang efisien. - Buat visualisasi data yang jelas dan informatif menggunakan Matplotlib untuk berkomunikasi wawasan kunci. - Membuat dan mengevaluasi model prediktif dengan Scikit-learn, meliputi klasifikasi, regresi, dan validasi model. - Terapkan prinsip kode bersih dan petunjuk jenis dasar untuk membuat pipa analisis data Anda dapat direproduksi dan dipertahankan. Anda akan mulai dengan definisi dasar dan operasi array dasar sebelum bergerak langkah demi langkah ke manipulasi data, visualisasi, dan model prediktif. Setiap konsep dijelaskan melalui teori tertulis yang jelas dan contoh kode praktis yang dapat Anda baca dan sesuaikan. Kursus ini dirancang untuk pemula yang memiliki pemahaman dasar Python dan ingin memasuki bidang ilmu data dan machine learning. Tidak diperlukan pengalaman sebelumnya dengan analisis data atau statistik. Mulailah perjalanan Anda ke ilmu data dan pelajari cara mengubah angka mentah menjadi wawasan yang dapat diterapkan.

Apa yang Anda dapatkan

  • ๐Ÿ“œ Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • ๐Ÿ’ฌ Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • โ™พ๏ธ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • ๐Ÿ“ฑ Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • ๐Ÿ’ธ Pengembalian 14 hari
    Tanpa pertanyaan
  • โšก Singkat dan fokus
    2 jam 54 mnt konten praktis

Ulasan (13)

Sarah-Jane Ferreira ZA Pelajar terverifikasi
โ˜… 4 ยท 31.07.2026

itu adalah kursus yang solid strukturnya logis dan kebanyakan contohnya membantu bisa menggunakan beberapa skenario dunia nyata.

Dace Zariล†a LV
โ˜… 5 ยท 31.07.2026

Kursus ini melebihi harapan saya aplikasi dunia nyata yang dibahas sangat berguna pekerjaan yang bagus!

Elizabeth Guzmรกn MX Pelajar terverifikasi
โ˜… 4 ยท 20.07.2026

Informatif dan terorganisir dengan baik. Dapat memanfaatkan contoh yang lebih beragam di modul berikutnya.

ะะฝะฝะฐ ะขะบะฐั‡ะตะฝะบะพ UA
โ˜… 3 ยท 12.07.2026

Hmm, aku tidak yakin ini untuk pemula, itu mengasumsikan sedikit pengetahuan sebelumnya yang tidak secara eksplisit diajarkan, beberapa contohnya membingungkan.

Emma Klein AT Pelajar terverifikasi
โ˜… 4 ยท 11.07.2026

Pengantar yang bagus. Saya menghargai langkah-langkah yang jelas, meskipun beberapa modul berikutnya dapat menggunakan lebih banyak contoh.

Sebastiรกn Rodrรญguez AR
โ˜… 4 ยท 28.06.2026

dasar yang cukup baik contohnya sebagian besar membantu mungkin perlu latihan tambahan di tempat lain untuk keahlian

Aisha Khan SG Pelajar terverifikasi
โ˜… 1 ยท 27.06.2026

Rasanya seperti aku tidak belajar banyak dalam beberapa modul contohnya tidak selalu jelas, tbh.

Tin Tin Aye MM Pelajar terverifikasi
โ˜… 4 ยท 25.06.2026

Konten yang solid di sini. Meskipun beberapa modul mungkin lebih rinci, nilai keseluruhan dan keaplikasian tinggi. Kerja bagus!

ุนุงูŠุดุฉ ุงู„ุณุงู„ู… KW
โ˜… 5 ยท 24.06.2026

Inilah yang saya cari. suka contoh praktis, mereka benar-benar membantu menguatkan konsep.

Ezryl Ashraf bin Mohd Ridzuan MY Pelajar terverifikasi
โ˜… 3 ยท 20.06.2026

Ini adalah pengenalan yang baik, bisa dibantu dengan contoh yang lebih beragam dan sedikit lebih baik antara modul.

ู…ุตุทูู‰ ู…ุญู…ุฏ EG
โ˜… 5 ยท 18.06.2026

Lebih dari harapan saya! Strukturnya logis, dan skenario dunia nyata benar-benar membantu menyemen pembelajaran. nilai besar.

ะœะฐั€ะธั ะ—ะฐะนั†ะตะฒะฐ BY
โ˜… 5 ยท 05.06.2026

tidak bisa meminta pengalaman belajar yang lebih baik strukturnya mengalir dengan sempurna, dan contohnya sangat relevan sangat direkomendasikan!

Kebebew Tadese ET Pelajar terverifikasi
โ˜… 4 ยท 30.05.2026

Sangat menikmati kursus ini. Cara informasi dipresentasikan sangat baik, dan aplikasi praktis disorot secara efektif. Kerja bagus!

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Setelah mengirim kami akan meminta masuk โ€” draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu โ€” Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya โ€” refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur