Compare with 1 courses

Exploratory Data Analysis (EDA)

Exploratory Data Analysis (EDA)

Free

Exploratory Data Analysis (EDA) adalah langkah awal dalam analisis data yang bertujuan untuk memahami pola, mendeteksi anomali, dan mengidentifikasi hubungan antar variabel sebelum membuat model prediktif. Dalam modul ini, Anda akan belajar menggunakan Seaborn untuk membuat visualisasi Pairplot dan Heatmap, Pandas Profiling untuk EDA otomatis, KDE Plot untuk analisis distribusi data, serta membangun dashboard interaktif dengan Plotly Dash. EDA membantu menemukan wawasan berharga dari data yang akan memengaruhi keputusan analisis selanjutnya.

Learn more
Has discount
Expiry period Lifetime
Made in Indonesia
Last updated at Sat Sep 2024
Level
Beginner
Total lectures 3
Total quizzes 1
Total duration 00:10:00 Hours
Total enrolment 0
Number of reviews 0
Avg rating
Short description Exploratory Data Analysis (EDA) adalah langkah awal dalam analisis data yang bertujuan untuk memahami pola, mendeteksi anomali, dan mengidentifikasi hubungan antar variabel sebelum membuat model prediktif. Dalam modul ini, Anda akan belajar menggunakan Seaborn untuk membuat visualisasi Pairplot dan Heatmap, Pandas Profiling untuk EDA otomatis, KDE Plot untuk analisis distribusi data, serta membangun dashboard interaktif dengan Plotly Dash. EDA membantu menemukan wawasan berharga dari data yang akan memengaruhi keputusan analisis selanjutnya.
Outcomes
  • Melakukan Exploratory Data Analysis (EDA) untuk memahami karakteristik dan distribusi data.
  • Membuat Pairplot dan Heatmap menggunakan Seaborn untuk mengeksplorasi hubungan antar variabel.
  • Menggunakan Pandas Profiling untuk melakukan EDA otomatis dan menghasilkan laporan komprehensif tentang data.
  • Melakukan analisis distribusi data menggunakan KDE Plot untuk memahami distribusi probabilitas variabel kontinu.
  • Menganalisis korelasi antar fitur menggunakan Heatmap untuk mendeteksi hubungan positif dan negatif antar variabel.
  • Membuat dashboard interaktif dengan Plotly Dash untuk eksplorasi data yang dinamis dan real-time.
Requirements
  • Komputer atau Laptop: Anda memerlukan komputer atau laptop dengan akses internet yang stabil untuk mengikuti kursus ini. Sebaiknya memiliki RAM minimal 4GB dan prosesor setidaknya Intel i3 atau setara.
  • Koneksi Internet Stabil: Koneksi internet yang stabil diperlukan untuk mengakses materi, video tutorial, dan mengunggah tugas.
  • Akun Kaggle: Buat akun di Kaggle (www.kaggle.com) untuk mengakses dataset, notebook, dan sumber daya lain yang akan digunakan dalam kursus.
  • Pengetahuan Dasar Python (Opsional): Kursus ini akan menggunakan Python, jadi memiliki pemahaman dasar tentang Python akan sangat membantu. Namun, jika Anda seorang pemula, kami akan menyertakan materi pengantar.
  • Browser Web Terbaru: Pastikan Anda menggunakan browser web terbaru seperti Google Chrome atau Mozilla Firefox untuk pengalaman belajar yang optimal.
  • Keinginan Belajar: Yang terpenting, Anda harus memiliki semangat dan motivasi untuk belajar! Kursus ini dirancang untuk membantu Anda memahami data science secara mendalam, jadi tetap semangat dan nikmati setiap prosesnya!

Selamat datang di ITS Academic, platform yang menyediakan berbagai kursus dan jasa profesional untuk mendukung perjalanan pendidikan dan karier Anda. Dengan berfokus pada kualitas, inovasi, dan kenyamanan, ITS Academic menghadirkan pengalaman belajar yang interaktif dan menyenangkan, serta layanan jasa yang andal dan berorientasi pada kepuasan pelanggan.

Top categories

Useful links

Help

Subscribe to our newsletter