Tips dan trik praktis untuk meningkatkan skill data analysis kamu.
182 artikel
Nggak semua model butuh scaling. Ini penjelasan tiga scaler utama di scikit-learn, model mana yang wajib pakai, dan cara nghindari kebocoran data waktu nerapinnya.
Model machine learning cuma ngerti angka. Ini perbandingan tiga cara ngubah kolom teks kayak kota atau kategori produk jadi angka, plus kapan masing-masing cocok dipakai.
Ganti algoritma naikin F1 dari 0,612 ke 0,647. Nambah 13 kolom turunan naikin ke 0,741. Ini lima resep bikin kolom yang beneran ngefek, lengkap sama kodenya.
Model dengan akurasi 99,8 persen di data latih dan 82,1 persen di data uji itu bukan model bagus. Ini cara ngenali dua penyakit paling umum di machine learning, tanpa satu pun rumus.
Data cuma 312 baris dan akurasi berubah tiap kali kamu ganti random_state. Cross validation ngasih satu angka yang lebih layak dipercaya, plus ukuran seberapa goyang model kamu.
Akurasi 97 persen di layar, tapi meleset jauh pas dipakai ke data bulan depan. Train test split cara paling dasar buat tahu angka mana yang beneran bisa kamu percaya.
Tutorial scikit-learn dalam bahasa Indonesia buat analis data: dari pisah data latih, bikin pipeline, sampai simpan model yang siap dipakai.
Kebanyakan orang cuma pakai Shift+Enter dan df.head(). Ini 28 trik Jupyter Notebook yang motong waktu eksplorasi data kamu tiap hari.
Notebook bagus buat eksplorasi, jelek buat kerjaan rutin. Ini cara ubah notebook analisis kamu jadi skrip Python yang jalan sendiri tiap pagi.
Laporan keuangan datang dalam bentuk PDF, dan kamu butuh angkanya di spreadsheet. Ini cara ekstrak tabel PDF pakai Python tanpa ketik ulang satu per satu.
Batas antara scraping yang aman dan yang bikin masalah ada di jenis datanya, cara ngambilnya, dan izin yang kamu punya. Ini rambu-rambunya.
Ambil data harga dari halaman web pakai Requests dan BeautifulSoup, dari cek robots.txt sampai jadi CSV yang siap dianalisis.