Junior Data Science 2

Program ini bertujuan untuk memberikan pemahaman tentang teknik dasar machine learning mulai dari regesi linier, klasifikasi biner, hingga clustering. Pada program ini akan dituntun untuk mempelajari cara membangun dan mengevaluasi model regresi serta memahami konsep overfitting dan underfitting. Selain itu, ada regresi logistik untuk klasifikasi biner dan menerapakan tekni validasi model K-Fold Cross Validation dan Hyperparameter Tuning. Program ini juga memberikan pemahaman mengenai analisis clustering menggunakan K-Means dan strategi segmentasi pelanggan dengan RFM Analisis. Melalui pendekatan berbasis praktik coding dan studi kasus yang bisa diterapkan dalam dunia profesional.

After completion of this program, participants will be better able to:

• Memahami konsep dasar dan teknik analisis regresi dan logistik.
• Menerapkan metode validasi model untuk meningkatkan performa prediksi.
• Menggunakan teknik clustering untuk mengelempokkan data secara efektif.
• Mengimplementasikan RFM analisis untuk segmentasi pelanggan.
• Mampu menerapkan machine learning dalam studi kasus.
• Menguasai keterampilan praktis dalam Python untuk analisis data & machine learning.