Mastering Data Preparation and EDA

Apa tujuan pembersihan data dalam persiapan data?

• Tujuan pembersihan data dalam persiapan data adalah untuk meningkatkan kualitas data dengan memperbaiki kesalahan dan ketidaksesuaian.

• Untuk meningkatkan teknik visualisasi data.

• Untuk meningkatkan ukuran dataset.

• Untuk mengotomatiskan proses entri data.

Sebutkan dua teknik umum yang digunakan untuk pembersihan data.

• Menghapus duplikat, Menangani nilai yang hilang

• Algoritma kompresi data

• Metode enkripsi data

• Teknik visualisasi data

Perpustakaan Python mana yang umum digunakan untuk visualisasi data?

• Matplotlib

• Pandas

• Scikit-learn

• NumPy

Apa peran matplotlib dalam visualisasi data?

• Matplotlib adalah pustaka untuk membuat visualisasi di Python.

• Matplotlib adalah alat manajemen basis data.

• Matplotlib digunakan untuk pengembangan web.

• Matplotlib adalah kerangka kerja pembelajaran mesin.

Definisikan analisis data eksploratif (EDA).

• Sebuah teknik statistik untuk memprediksi tren masa depan.

• Sebuah metode untuk membersihkan data sebelum analisis.

• Analisis Data Eksploratif (EDA) adalah proses menganalisis kumpulan data untuk merangkum karakteristik utamanya, sering menggunakan metode visual.

• Sebuah proses untuk mengumpulkan data dari berbagai sumber.

Apa langkah-langkah utama yang terlibat dalam EDA?

• Cadangan Data

• Langkah-langkah utama yang terlibat dalam EDA adalah Pengumpulan Data, Pembersihan Data, Profiling Data, Visualisasi Data, Rekayasa Fitur, dan Analisis Statistik.

• Penyimpanan Data

• Enkripsi Data

Jelaskan konsep rekayasa fitur.

• Rekayasa fitur hanya melibatkan visualisasi data.

• Rekayasa fitur adalah tindakan melatih model tanpa persiapan data.

• Rekayasa fitur adalah proses menciptakan dan memilih fitur untuk meningkatkan kinerja model.

• Rekayasa fitur adalah proses mengumpulkan data dari berbagai sumber.

Kenapa skala fitur penting dalam pembelajaran mesin?

• Skala fitur meningkatkan kompleksitas model.

• Skala fitur memastikan kontribusi yang sama dari semua fitur dalam algoritma pembelajaran mesin.

• Skala fitur hanya diperlukan untuk algoritma berbasis pohon.

• Skala fitur mengurangi jumlah fitur dalam dataset.

Apa salah satu metode untuk menangani data yang hilang?

• Imputasi

• Substitusi

• Mengabaikan

• Penghapusan

Bagaimana Anda dapat mengidentifikasi outlier dalam sebuah dataset?

• Abaikan outlier karena mereka tidak penting

• Gunakan rata-rata dan median untuk menemukan outlier

• Identifikasi outlier dengan mengurutkan data

• Gunakan Z-score, IQR, atau metode visual seperti box plot untuk mengidentifikasi outlier.