Quiz Day 4 Big Data Analytics

Apa tujuan utama dari Exploratory Data Analysis (EDA) dalam Data Science?

• Membuat model prediktif.

• Menemukan pola, hubungan, dan wawasan dari data.

• Mempersiapkan presentasi bisnis.

• Menyusun database baru.

Library pandas dalam Python digunakan untuk:

• Visualisasi data.

• Manipulasi dan analisis data berbasis tabel (DataFrame).

• Membuat jaringan neural.

• Pengolahan gambar.

Apa fungsi dari metode .head() dalam pandas?

• Menampilkan baris pertama dari DataFrame

• Menampilkan deskripsi statistik dari DataFrame.

• Menghapus kolom dalam DataFrame.

• Menambahkan data ke DataFrame.

Manakah dari berikut ini yang merupakan metode untuk mengecek nilai missing dalam DataFrame?

• data.missing_values()

• data.checkna()

• data.isnull()

• data.remove_na()

Apa yang dilakukan oleh metode .describe() dalam pandas?

• Menampilkan lima baris pertama dari DataFrame.

• Menyajikan statistik deskriptif seperti mean, median, dan standar deviasi untuk kolom numerik.

• Mempersiapkan data untuk model prediktif.

• Mengubah tipe data kolom dalam DataFrame.

Jika kita ingin menampilkan visualisasi distribusi variabel numerik, manakah dari visualisasi berikut yang paling sesuai?

• Scatter plot

• Bar chart

• Line plot

• Histogram

Library apa yang paling umum digunakan untuk membuat visualisasi dalam EDA di Python?

• Keras

• TensorFlow

• Matplotlib dan Seaborn

• Flask

Apa yang dilakukan oleh perintah berikut dalam Python?

data.corr()

• Menghitung matriks korelasi antara kolom numerik dalam DataFrame.

• Mengubah tipe data dari kolom.

• Membersihkan data dari outliers.

• Menghitung nilai median untuk setiap kolom.

Apa output dari kode berikut jika digunakan pada DataFrame dengan data numerik?

data.info()

• Menampilkan ukuran distribusi data.

• Menampilkan informasi tentang tipe data dan jumlah nilai non-null dari setiap kolom.

• Menampilkan semua nilai unik dari setiap kolom.

• Menampilkan histogram dari setiap kolom numerik.

Fungsi .head() dalam pandas digunakan untuk:

• Menampilkan deskripsi statistik dari DataFrame.

• Menampilkan baris pertama dari DataFrame.

• Menghapus kolom dalam DataFrame.

• Menambahkan data ke DataFrame.