Pengenalan Data Science

dengan Menggunakan
Python

FK
HELLO!
FIGARRI KEISHA
Data Scientist

2
MATERI

Persiapan, Instalasi dan Pengenalan Machine

Pengenalan Data Science Learning

1 2 3

Analisis Data dan

Visualisasi 3
1
Persiapan, Instalasi dan
Pengenalan Data Science
Jupyter Notebook and Python

4
Sumber

JUPYTER NOTEBOOK

▰ Web-based interface
▰ Live code and
visualization

5
Sumber

INSTALASI JUPYTER NOTEBOOK

1. Download Anaconda
2. Install dan ikuti langkah pada
▰ Melalui Anaconda* halaman download
3. Jalankan jupyter notebook
▰ Melalui pip install dengan menggunakan
command line : jupyter
notebook

6
*sangat direkomendasikan untuk pengguna baru
Sumber
INSTALASI JUPYTER NOTEBOOK
▰ Melalui Anaconda
▰ Melalui pip install*
*alternatif untuk menginstal jupyter notebook
1. Install Python versi 3
2. Pada command line gunakan:
python3 -m pip install --upgrade pip
python3 -m pip install jupyter
1. Jalankan jupyter notebook dengan
menggunakan command line
jupyter notebook
7
 PENGENALAN DATA SCIENCE

Data science is the discipline

of making data useful.

8
gambar
 9
gambar
LINGKUP KERJA

Recommender
system

10
tambahan
TAMBAHAN

Apa perbedaan data analyst, Mengapa banyak data scientist

data science dan machine yang meninggalkan
learning? pekerjaannya?
Klik disini untuk baca Klik disini untuk baca

11
2
Data Analisis dan
Visualisasi
EDA dan Visualisasi

12
EXPLORATORY DATA
ANALYSIS
Cara paling sederhana tapi cukup kuat untuk
membangun hubungan awal dengan suatu
data, sebelum membuat model kompleks.
13
EXPLORATORY DATA ANALYSIS (EDA)

Apa yang kita lakukan ketika melakukan exploratory

data analysis?
Melakukan investigasi awal terkait dengan,
▰ Mencari pola
▰ Mencari anomali
▰ Menguji hipotesis dan memeriksa asumsi
14
VISUALISASI

Visualisasi dan EDA sangat

berkaitan erat, visualisasi
digunakan untuk mempermudah
memahami EDA dan juga
menjadi bentuk laporan (report)
atas pekerjaan yang telah kita
lakukan.

Sumber

15
 BAGAIMANA MEMILIH
VISUALISASI?
▰ Tentukan tujuan yang ingin
diperlihatkan dari visualisasi
tersebut
▰ Untuk lebih mudah menentukan
tipe visualisasi, dapat
menggunakan panduan di samping

Sumber

16
3
Pengenalan Machine
Learning
Regresi dan Klasifikasi

17
 MACHINE LEARNING

“Machine learning is like farming or

gardening. Seeds is the algorithms,
nutrients is the data, the gardner is
you and plants is the programs.”

18
sumber
KATEGORI MACHINE LEARNING

19
Selengkapnya klik disini
Supervised Learning
▰ Data berlabel
▰ Regresi,
Prediksi harga rumah
▰ Klasifikasi,
Gambar anjing & kucing
Unsupervised Learning
▰ Data tak berlabel
▰ Clustering,
Segmentasi pembeli
▰ Deteksi Anomali
Deteksi fraud
Additional blog
20
Bekerja dengan
scikit-learn
1. Pilih kategori model yang
akan digunakan
2. Masukkan
hyperparameters model
3. Bentuk data dalam matrix
4. Fit model ke data
5. Gunakan trained model ke
data baru

Instalasi
Dokumentasi

21
 MODEL REGRESI
yi = α + βxi
Regresi Linear
x : predictor
β : coefficient (slope)
Sederhana
α : intercept 1. Cara untuk memodelkan
y : estimator hubungan antara dua set variabel.
2. Hasilnya adalah persamaan
Residual
regresi linier yang dapat
digunakan untuk membuat
prediksi tentang data.
3. Konsepnya adalah menemukan
garis lurus yang paling pas
β Fitted value melalui titik-titik. Garis yang
EVALUATION paling pas disebut garis regresi.
Mean-squared-error
Observed value Error perbedaan antara
α observed value dan fitted
value (prediksi)
sumber
R-squared Seberapa baik predictor
yang kita pilih
menjelaskan variabilitas 22
dalam estimator
 KLASIFIKASI
MODEL x : predictor
β1 : coefficient (slope)
Regresi Logistik
β0 : intercept 1. Untuk klasifikasi biner
y : estimator 2. Menggunakan fungsi sigmoid,
kurva berbentuk S yang dapat
mengambil angka bernilai nyata
dan memetakannya menjadi nilai
antara 0 dan 1

e adalah basis dari logaritma natural dan x adalah

nilai yang ingin Anda ubah melalui fungsi logistik.

Sumber

23
Gambar
Evaluasi Klasifikasi
Penggunaan evaluasi ini bergantung
pada kasus yang sedang kita hadapi,
contoh penggunaan recall adalah
memprediksi fraud.

Sumber

24
 Data Preprocessing
Feature Scaling Label Encoding
adalah metode yang digunakan untuk adalah metode yang mengonversi label
menormalkan berbagai variabel ke dalam bentuk angka sehingga dapat
independen atau fitur data. mengubahnya menjadi bentuk yang
dapat dibaca model.
1. Standardization* / Mean Removal
2. Min-Max or Scaling Features to a 1. Label Encoder
Range 2. One Hot Encoder
3. Normalization
4. Binarization
*Standardisasi merupakan persyaratan umum bagi banyak model
machine learning yang diterapkan dalam scikit-learn; mereka
mungkin berperilaku buruk jika fitur individual tidak lebih atau
kurang terlihat seperti data terdistribusi normal standar Gaussian
dengan rata-rata 0 dan standar deviasi 1.

ilustrasi
25
 THANKS!
Ada pertanyaan?
Bisa tanya ke grup facebook!
Script jupyter notebook dapat diakses di github
26
CREDITS

Special thanks to all the people who made and

released these awesome resources for free:
▰ Presentation template by SlidesCarnival
▰ Photographs by Startup Stock Photos

27