Daftar isi

Sains Data dari Dasar hingga Profesional

Jalur lengkap untuk menguasai statistika, pemrograman, pembelajaran mesin, rekayasa data, dan praktik kerja data saintis berkelas

Baca setiap bagian secara berurutan. Setiap judul dapat dibuka sebagai dokumen TheoryTrace.

• Cover
• Hak cipta
• Petunjuk membaca buku ini
• Pendahuluan
• Bab 1: Peta Besar Sains Data
• Bab 2: Berpikir dengan Data
• Bab 3: Dasar Matematika untuk Sains Data
• Bab 4: Peluang dan Ketidakpastian
• Bab 5: Statistika Deskriptif dan Eksplorasi Data
• Bab 6: Pemrograman Python untuk Analisis Data
• Bab 7: Akuisisi, Pembersihan, dan Transformasi Data
• Bab 8: Visualisasi Data dan Komunikasi Pola
• Bab 9: Basis Data, SQL, dan Pemodelan Data
• Bab 10: Inferensi Statistika
• Bab 11: Regresi Linear dan Pemodelan Prediktif Dasar
• Bab 12: Desain Eksperimen dan A/B Testing
• Bab 13: Dasar Kausalitas untuk Sains Data
• Bab 14: Pembelajaran Mesin Terawasi
• Bab 15: Evaluasi Model dan Pemilihan Metrik
• Bab 16: Feature Engineering dan Representasi Data
• Bab 17: Pembelajaran Mesin Tak Terawasi
• Bab 18: Deret Waktu dan Peramalan
• Bab 19: Pemrosesan Bahasa Alami
• Bab 20: Dasar Deep Learning
• Bab 21: Rekayasa Data untuk Data Saintis
• Bab 22: MLOps dan Penerapan Model
• Bab 23: Etika, Privasi, Keamanan, dan Keadilan Algoritmik
• Bab 24: Komunikasi, Produk Data, dan Pengambilan Keputusan
• Bab 25: Portofolio Profesional dan Proyek Akhir Sains Data
• Penutup