Day 1 - Introduction to Data Science

Tujuan utama data science pada industri adalah...

• Mendapatkan informasi dan wawasan dari data

• Membuat program komputer yang belajar dari data

• Mengolah data besar dengan alat-alat khusus

• Menguji hipotesis dan membuat prediksi dengan metode-metode statistik

Dua topik utama dalam data science adalah …

• Data mining dan data visualization

• Analytics dan machine learning

• Data engineering dan data governance

• Data warehousing dan data lake

Machine pada machine learning berarti …

• Mesin fisik untuk menjalankan algoritma

• Model matematis untuk merepresentasikan pola data

• Proses otomatis komputer untuk belajar dari data

• Sistem cerdas untuk meniru kemampuan manusia

Diagram yang menunjukkan proses machine learning secara lengkap dan benar adalah …

• Data Baru -> Model -> Prediksi

• Data Lama dan Model -> Pelatihan -> Model

• Data Lama dan Model -> Pelatihan -> Model ; Data Baru -> Model -> Prediksi

• Data Baru -> Model -> Prediksi; Data Lama -> Model -> Evaluasi

Contoh implementasi data science yang paling relevan dengan bidang bisnis adalah …

• Pengenalan wajah, pengenalan suara, dan pengenalan tulisan tangan

•  Pemodelan churn, peramalan permintaan, dan sistem rekomendasi

• Deteksi anomali, deteksi penipuan, dan deteksi spam

• Pengenalan objek, segmentasi gambar, dan klasifikasi gambar

Metodologi data science adalah …

• Langkah-langkah berurutan dalam setiap proyek data science

• Teknik-teknik untuk menganalisis, memodelkan, dan mengevaluasi data

• Konsep-konsep dasar yang menjadi landasan ilmiah dari data science

• Kerangka kerja untuk memahami masalah bisnis, mendekati solusi, dan menerapkan hasil

Perbedaan utama antara Python dan R dalam konteks data science adalah …

• Python: bahasa pemrograman umum yang bisa digunakan untuk berbagai keperluan, R: bahasa pemrograman yang utamanya khusus digunakan untuk analisa data dan pemodelan statistik

• Python: bahasa mudah dipelajari dan digunakan, R: bahasa sulit dipelajari dan digunakan

•  Python: bahasa cepat dan efisien, R: bahasa lambat dan boros

• Python: bahasa populer dan diminati, R: bahasa kurang populer dan diminati

Alat data science yang digunakan untuk mengambil data dari sumber-sumber besar seperti database, cloud, atau web adalah …

• Big data retrieval tool, misalnya SQL

• Programming tool, misalnya Python atau R

• Dashboarding tool, misalnya Tableau, PowerBI, atau Looker Studio

• Machine learning tool, misalnya scikit-learn, TensorFlow, atau PyTorch

Berikut yang merupakan cara googling yang efektif untuk mencari informasi atau solusi terkait data science adalah …

• Kata kunci bervariasi, pilih sumber yang paling baru

• Kata kunci umum dan luas, pilih sumber pertama

• Kata kunci acak, pilih sumber banyak dikunjungi

• Kata kunci spesifik dan relevan, pilih sumber terpercaya

Cara terbaik untuk belajar Data Science adalah...

• Mengikuti bootcamp Data Science

• Membaca buku dan artikel tentang Data Science

• Mempraktekkan Data Science dengan mengerjakan proyek dan mengikuti kompetisi

• Semua benar