Skill data scientist: statistik, model machine learning, dan Python
Di KelasGratis, calon data scientist belajar gratis alur kerja ilmu data dengan Python: menyiapkan data dengan pandas, menguji hipotesis, memakai aljabar linier, lalu melatih dan menilai model machine learning dan jaringan saraf. Kelas lanjutannya membahas data mining, peramalan deret waktu, serta pengolahan teks dan citra. Semua kode dijalankan di Python sungguhan di dalam browser dan diperiksa otomatis.
Mulai kelas pertamaTugas nyata dan pelajaran yang mengajarkannya
Tiap baris membuka pelajarannya. Masuk dengan akun gratis untuk mengerjakan latihannya.
- Menguji apakah selisih rata-rata dua kelompok nyata atau kebetulan sampelUji t dua sampel independen · Uji Statistik dengan Python
- Memeriksa syarat ukuran sebelum mengalikan dua matriksPerkalian matriks · Aljabar Linier
- Membagi data latih dan data uji sebelum melatih modelMembagi data latih dan data uji · Machine Learning Dasar dengan Python
- Menilai model klasifikasi dengan presisi, recall, dan F1Confusion matrix, presisi, recall, dan F1 · Machine Learning Dasar dengan Python
- Menghitung gradien jaringan satu lapis tersembunyi dengan backpropagationBackpropagation untuk satu lapis tersembunyi · Jaringan Saraf Tiruan Dasar dengan Python
- Menghitung support, confidence, dan lift aturan keranjang belanjaSupport, confidence, dan lift · Data Mining Dasar
- Membandingkan metode ramalan dengan MAE, RMSE, dan MAPEGalat ramalan: MAE, RMSE, MAPE · Peramalan Deret Waktu
- Mengubah ulasan pelanggan menjadi bobot TF-IDFTF-IDF: memberi bobot pada kata yang membedakan · Mengolah Teks dengan Python
Kelas yang disarankan, berurutan
- 1Analisis Data dengan Python18 pelajaran · ±241 menit · Menengah
- 2Uji Statistik dengan Python16 pelajaran · ±222 menit · Menengah
- 3Aljabar Linier16 pelajaran · ±229 menit · Menengah
- 4Machine Learning Dasar dengan Python16 pelajaran · ±220 menit · Menengah
- 5Jaringan Saraf Tiruan Dasar dengan Python22 pelajaran · ±312 menit · Menengah
- 6Data Mining Dasar15 pelajaran · ±222 menit · Menengah
- 7Peramalan Deret Waktu20 pelajaran · ±302 menit · Menengah
- 8Mengolah Teks dengan Python16 pelajaran · ±229 menit · Menengah
- 9Mengolah Citra dengan Python16 pelajaran · ±226 menit · Menengah
- 10Visualisasi Data dengan Python15 pelajaran · ±201 menit · Menengah
Jalur belajar
Panduan
Templat
Alat gratis tanpa login
- Pembuat Data Contoh (Dummy) CSV dan JSONBuat data rekaan untuk latihan Excel dan SQL dari preset (penjualan, nilai siswa, karyawan, data kotor) atau kolom sendiri; unduh CSV, JSON, Excel, atau SQL.
- Pembersih Data CSVBersihkan CSV per kolom: seragamkan nomor HP, tanggal, dan angka, isi sel kosong, hapus duplikat, lalu periksa sel yang berubah sebelum diunduh.
- Konversi CSV ke JSON dan JSON ke CSVUbah CSV ke JSON dan sebaliknya, termasuk CSV titik koma dari Excel Indonesia, JSON bersarang, JSON Lines, dan unduhan Excel (.xlsx).
- JSON Formatter dan ValidatorRapikan dan validasi JSON: galat ditunjuk baris dan kolomnya, JSON longgar diperbaiki otomatis, dan tampilan pohon menunjukkan jalur tiap nilai.
Pertanyaan yang sering muncul
Apakah kelas ini mengajarkan TensorFlow, PyTorch, atau Keras?
Tidak. Jaringan Saraf Tiruan Dasar membangun neuron, forward pass, dan backpropagation sendiri dengan numpy, lalu memakai MLP dari scikit-learn; CNN dan RNN dibahas secara konsep dan dengan numpy. TensorFlow, PyTorch, dan Keras tidak tersedia di Python dalam browser, jadi belum punya kelas.
Perlu memasang Python atau Jupyter di komputer?
Tidak. Kode dijalankan di Python sungguhan di dalam browser, dan pustaka seperti numpy, pandas, dan scikit-learn dimuat sekali lalu tersimpan di cache. Setiap latihan kode diperiksa otomatis dengan test.
Apa beda halaman ini dengan halaman calon data analyst?
Halaman calon data analyst berfokus pada spreadsheet, SQL, statistika dasar, dan pandas. Halaman ini melanjutkan ke uji statistik, aljabar linier, model machine learning, jaringan saraf, peramalan, serta data teks dan citra. Semua kelasnya berlevel menengah dan mengandaikan kamu sudah nyaman dengan Python dasar.
Diperbarui 30 Sep 2026.