Data Tidak Seimbang: Menangani Kasus Fraud dan Churn yang Langka
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.
Artikel dan tutorial seputar SQL, Data Analysis, dan karir di bidang data
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.
Snowflake misahin tempat nyimpen data dari tenaga yang ngolahnya. Ini penjelasan konsep intinya buat analis, plus perintah SQL yang perlu kamu tau di hari pertama.
Kerja freelance analis data bukan cuma soal ngerjain proyek. Ini rincian satu hari kerja lengkap, termasuk waktu yang habis buat hal yang nggak dibayar.
Ringkasan bawaan Google Form cuma nunjukin diagram lingkaran per pertanyaan. Ini cara ngolah respons jadi kesimpulan yang beneran bisa dipakai buat ambil keputusan.
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.
Biaya BigQuery dihitung dari byte yang dipindai, bukan dari lamanya query jalan. Ini cara pakai partisi dan clustering biar tagihan bulanan kamu turun drastis.
Kerjaan analis data di bank bukan cuma bikin model. Ini rincian jam per jam satu hari kerja, dari cek dashboard jam 8 pagi sampai handover ke tim risk sore hari.
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.
276 jawaban kuesioner, 23 pertanyaan, dan deadline besok pagi. Ini urutan tabulasi di Excel yang bikin rekapnya kelar dalam satu jam, bukan satu hari.
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.
Query dashboard marketing yang tadinya 38 detik jadi 1,7 detik cuma gara-gara satu tabel ringkasan. Itu inti dari data mart, dan ini cara bikinnya.
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.