Data Science Complete Bundle

Persiapkan dirimu sekarang juga untuk berkarir sebagai seorang Data Scientist Professional yang mampu mengolah big data menjadi insight dalam pengambilan keputusan di perusahaan. Kamu akan belajar A-Z mulai dari tingkat basic, intermediate, hingga advanced. Selain itu kamu juga mendapatkan tips & trick mengolah data secara cepat dan tepat. Semua ini bisa langsung kamu terapkan saat kamu berkarir sebagai seorang Data Scientist. 
Putar Video
Mengapa Belajar
Data Science Complete Bundle di ITBOX?
coins
Harga Lebih Terjangkau
Mengambil program career path ini, kamu akan mendapatkan 3 tingkatan program pembelajaran sekaligus dengan harga yang lebih murah.
laptop
Materi Lengkap dan Terstruktur
Program career path ITBOX dirancang secara terstruktur dan step by step. Bundling mulai dari basic hingga advanced. Kamu akan mendapatkan konsep serta tips & tick dari praktisi kelas dunia.
icon hp
Sesi Konsultasi dengan Mentor Praktisi
Kamu bisa berdiskusi dan tanya jawab langsung dengan mentor tiap 1 bulan sekali.
Sylabus Data Science Complete Bundle

Basic

Pengenalan Data Science
Perbedaan Data Terstruktur dan Data Tidak Terstruktur
Data dan Pengetahuan
Metode Ilmiah
Contoh Metode Ilmiah Lain
Pembahasan Metode Ilmiah
Algoritma
Perbedaan Data Science dan Data Analysis
Contoh Penerapan Data Science
Kesimpulan Data Science
Data Scientist
Tugas Data Scientist
Pertanyaan Data Scientist
Machine Learning
Pembahasan Machine Learning
Deep Learning
Proses Machine Learning
Jenis-Jenis Machine Learning
Reinforcement Learning
Statistical Learning

Pengenalan Bahasa R
Berkenalan dengan R
Vector
Matriks
Operasi pada Data Numerik dan Faktor
Memuat Data Eksternal
Menapis Data dengan Kondisi
Memilah (Subsetting) Data
Menggabung Dataframe dengan rbind dan cbind

Machine Learning Dasar
Praktik Machine Learning
Pembersihan Data
Praktik Pembersihan Data
Penyekalaan Data
Train Test
Praktik Train Test
Menjalankan Machine Learning
Logistic Regression
k-Nearest Neighbors (kNN)
Support Vector Machine (SVM)
Decision Tree
Random Forest
Pertanyaan Algoritma
Mengukur Kinerja Model
Mencari Threshold Optimal
Simulasi di R Studio

Lebih Jauh dengan Machine Learning
Simulasi di R Studio I
Simulasi di R Studio II
Simulasi di R Studio III
Clustering dengan k-Means
Time Series
Simulasi Time Series
Association Rule
Simulasi Association Rule bagian I
Simulasi Association Rule bagian II

Intermediate

Pengumpulan Data
Jendela Kinerja
Jendela Pengamatan
Ketersediaan Data Terbaru
Studi Kasus Data
Tabel Waktu Data
Definisi Baik dan Buruk
Studi Kasus Bad Definition
Evaluasi Gambaran Data

Pembangunan Fitur
Tipe Data pada Database VS Machine Learning
Jenis-Jenis Data Turunan I
Jenis-Jenis Data Turunan II
Membersihkan Data Kosong
Mengelolah Data Kategorikal
Mengelolah Data Pencilan (Outlier)
Code Melihat Persentil dari Data
Bagaimana Mencari Outlier

Pemilihan Fitur dan Pengembangan Model
Analisis Persentil
Indeks Stabilitas Populasi
Pertimbangan Pemilihan Fitur
Segmentasi Model
Evaluasi Model
Latihan Pengembangan Model I
Latihan Pengembangan Model II

Mengelolah Data yang Tidak Seimbang
Undersampling
Oversampling

Expert

Pengenalan Python
Variabel dan Aritmatika
Membaca Data Eksternal
Melakukan Export Data
Latihan
Membuat Fungsi
Bekerja dengan Teks

Natural Language Processing
Pengenalan dan Instalasi Spacy
Part of Speech
Syntactic Dependency, Lemmatization and Stemming
Stop Words
Pengenalan Scikit-Learn
Membuat Fitur dari Data Teks
Pengelompokan Topik pada Teks dengan LDA
Pengelompokan Topik pada Teks dengan NMF

Deep Learning
Memahami Neural Network
Membuat Model dengan Keras
Training Model dengan Keras

Bunga Rampai Data Science
Object Detection
Face Recognition
Voice Recognition
Scorecard

Reviews

There are no reviews yet.

Only logged in customers who have purchased this product may leave a review.

Basic

Pengenalan Data Science
Perbedaan Data Terstruktur dan Data Tidak Terstruktur
Data dan Pengetahuan
Metode Ilmiah
Contoh Metode Ilmiah Lain
Pembahasan Metode Ilmiah
Algoritma
Perbedaan Data Science dan Data Analysis
Contoh Penerapan Data Science
Kesimpulan Data Science
Data Scientist
Tugas Data Scientist
Pertanyaan Data Scientist
Machine Learning
Pembahasan Machine Learning
Deep Learning
Proses Machine Learning
Jenis-Jenis Machine Learning
Reinforcement Learning
Statistical Learning

Pengenalan Bahasa R
Berkenalan dengan R
Vector
Matriks
Operasi pada Data Numerik dan Faktor
Memuat Data Eksternal
Menapis Data dengan Kondisi
Memilah (Subsetting) Data
Menggabung Dataframe dengan rbind dan cbind

Machine Learning Dasar
Praktik Machine Learning
Pembersihan Data
Praktik Pembersihan Data
Penyekalaan Data
Train Test
Praktik Train Test
Menjalankan Machine Learning
Logistic Regression
k-Nearest Neighbors (kNN)
Support Vector Machine (SVM)
Decision Tree
Random Forest
Pertanyaan Algoritma
Mengukur Kinerja Model
Mencari Threshold Optimal
Simulasi di R Studio

Lebih Jauh dengan Machine Learning
Simulasi di R Studio I
Simulasi di R Studio II
Simulasi di R Studio III
Clustering dengan k-Means
Time Series
Simulasi Time Series
Association Rule
Simulasi Association Rule bagian I
Simulasi Association Rule bagian II

Intermediate

Pengumpulan Data
Jendela Kinerja
Jendela Pengamatan
Ketersediaan Data Terbaru
Studi Kasus Data
Tabel Waktu Data
Definisi Baik dan Buruk
Studi Kasus Bad Definition
Evaluasi Gambaran Data

Pembangunan Fitur
Tipe Data pada Database VS Machine Learning
Jenis-Jenis Data Turunan I
Jenis-Jenis Data Turunan II
Membersihkan Data Kosong
Mengelolah Data Kategorikal
Mengelolah Data Pencilan (Outlier)
Code Melihat Persentil dari Data
Bagaimana Mencari Outlier

Pemilihan Fitur dan Pengembangan Model
Analisis Persentil
Indeks Stabilitas Populasi
Pertimbangan Pemilihan Fitur
Segmentasi Model
Evaluasi Model
Latihan Pengembangan Model I
Latihan Pengembangan Model II

Mengelolah Data yang Tidak Seimbang
Undersampling
Oversampling

Expert

Pengenalan Python
Variabel dan Aritmatika
Membaca Data Eksternal
Melakukan Export Data
Latihan
Membuat Fungsi
Bekerja dengan Teks

Natural Language Processing
Pengenalan dan Instalasi Spacy
Part of Speech
Syntactic Dependency, Lemmatization and Stemming
Stop Words
Pengenalan Scikit-Learn
Membuat Fitur dari Data Teks
Pengelompokan Topik pada Teks dengan LDA
Pengelompokan Topik pada Teks dengan NMF

Deep Learning
Memahami Neural Network
Membuat Model dengan Keras
Training Model dengan Keras

Bunga Rampai Data Science
Object Detection
Face Recognition
Voice Recognition
Scorecard

Rp849.000

Kursus ini Mencakup :

Belajar dari
Praktisi Kelas Dunia

Coach William

Coach William

Senior Business analytics & Data scientist di Salah Satu Bank Swasta Terbesar di Indonesia

Merintis karir selama 10 tahun di bidang data, membuat Coach William memiliki segudang pengalaman di bidang ini.  Memulai karir sebagai seorang Data Analyst, kini Coach William telah sukses menjadi seorang senior  Business Analyst dan Data Scientist yang membuatnya menjadi praktisi profesional di bidang data. 

Apa kata mereka
tentang kursus ini?

AZSAWT
“ITBOX sangat membantu saya dalam mengembangkan skill di bidang Web Developer. Materi di ITBOX disusun rapi dan ada studi kasusnya. Jadi nggak perlu ragu dan takut belajar di ITBOX”
Azsa Nurwahyudi
Peserta Full Stack Web Developer ITBOX
Siswa SMA
EDBWT
“ITBOX ini beda sama tempat kursus lainnya. Saya pernah coba ambil kursus di tempat lain tapi saya nggak paham karena ngga diajarin dari dasar. Tapi di ITBOX, materinya betul-betul diajarkan dari dasar. Jadi saya paham lebih mudah.”
Edbert Julian Karsten
Peserta Full Stack Web Developer ITBOX
Siswa SMP
INASWT
“Setelah saya belajar, ternyata materi yang disampaikan itu sangat detail dan lengkap. Ada juga studi kasus yang sangat membantu saya. Jadi nggak perlu ragu belajar di ITBOX karena ini menarik banget!”
Inas Latifah
Peserta Program Cyber Security ITBOX
IT Support
ELIAWT
“Belajar di ITBOX materinya sangat terstruktur dan dipandu dari awal. Jadi nggak perlu khawatir kalau nggak punya dasar sama sekali.”
Elia Safari Kondi
Peserta Program Cyber Security ITBOX
Tenaga Kontrak Daerah Sumba Barat
DUWIWT
“Materi yang disampaikan di ITBOX mudah dimengerti. Apa yang disampaikan oleh coachnya sangat mendalam namun mudah untuk dipahami. Di ITBOX ini kita benar-benar diajarkan dari dasar. Coachnya pun suka reminder materi sebelumnya, jadi kalau kita lupa bisa langsung inget lagi”
Duwi Irwanto
Peserta Program Flutter ITBOX
IT Coordinator
KEVINWT
“Nggak rugi belajar di ITBOX. Kita belajar dari coach yang jago dan berpengalaman, jadi otomatis kitanya juga ikutan jago. So don’t worry!”
Kelvin Leonardo
Peserta All Program ITBOX
IT Programmer
JOKOWT
“Saya pernah coba kursus di tempat lain. Dibandingkan dengan platform lain, di ITBOX ini belajarnya lebih aktual karena forum group diskusinya sangat membantu kita mengatasi kendala saat belajar dan bersifat terbuka, jadi kita bisa baca kendala dan cara menanganinya yang dihadapi orang lain”
Muhammad Joko Samudro
Peserta Cyber Security dan Data Science ITBOX
Wiraswasta

Level

Category