Tips dan trik praktis untuk meningkatkan skill data analysis kamu.
182 artikel
Sebelum pasang model peramalan yang ribet, coba dulu tebakan paling malas: angka minggu lalu. Studi kasus dari data penjualan toko_berkah, lengkap dengan cara ngukurnya.
Prophet bisa ramalin penjualan bulanan toko lokal cuma dari dua kolom data. Ini cara siapin datanya, masukin efek Lebaran, dan ukur akurasinya.
Tiga angka di ARIMA(p,d,q) itu jawaban dari tiga pertanyaan sederhana. Ini penjelasannya tanpa rumus panjang, plus alur kerjanya dari nol.
Model peramalan yang cuma baca pola bulanan selalu gagal di Maret dan April. Penyebabnya Ramadan yang geser tiap tahun, dan ini cara nanganinnya.
Cara misahin data penjualan jadi tren, pola musiman, dan sisa pakai Python. Biar kamu tahu penjualan naik beneran atau cuma efek hari Sabtu.
Elbow method sering bikin bingung karena sikunya gak jelas. Ini cara baca elbow, silhouette score, dan logika bisnis buat nentuin jumlah cluster yang beneran kepakai.
Punya 28 kolom numerik yang saling berkaitan? PCA meringkasnya jadi 4 komponen yang masih nyimpen 87% variasi datanya. Ini cara pakai dan cara bacanya.
SHAP ngasih angka kontribusi tiap fitur ke satu prediksi, jadi kamu bisa jawab kenapa pelanggan ini diprediksi churn. Ini kodenya, cara baca grafiknya, dan batasannya.
Random forest sering jadi model pertama yang dicoba analis. Ini cara kerjanya, kode scikit-learn yang jalan, dan lima situasi di mana regresi biasa jauh lebih pas.
ROC AUC 0,93 bisa berarti modelmu bagus, atau bisa berarti kelas positifmu terlalu sedikit. Ini cara bedainnya, plus contoh dua model yang urutannya kebalik tergantung ukuran yang dipakai.
Precision jawab pertanyaan seberapa sering tebakan positifmu benar. Recall jawab seberapa banyak kasus asli yang kena. Yang nentuin pilihan bukan selera, tapi biaya rupiah dari tiap kesalahan.
Kalau cuma 0,4% transaksi yang fraud, model yang bilang semuanya aman udah dapat akurasi 99,6%. Ini cara nangani data yang kelas targetnya timpang.