DATA SCIENCE FOR BUSINESS
SYLLABUS & COURSE OVERVIEW
Data Science adalah salah satu bidang yang paling cepat berkembang dalam dekade ini. Ada ledakan data yang dipicu oleh murahnya penyimpanan data dan personalisasi data dimana setiap orang saat ini memiliki gadget. Ledakan data berasal dari transaksi bisnis, media sosial, sampai dengan sensor dan klik website. Saat ini kita membutuhkan teknologi untuk memahami data ini dan menjadi lebih cerdas dalam pengambilan keputusan. Dan ini adalah mandat dari data science.
Banyak perusahaan memiliki data dan analyst, namun mereka belum memiliki strategi dalam memperlakukan data untuk mencapai tujuan-tujuan perusahaan. Di Starcore Academy kami mengembangkan sebuah framework untuk menjadikan data menjadi knowledge yang pada akhirnya berguna untuk mencapai tujuan-tujuan perusahaan baik finansial maupun non-finansial.
DATA SCIENCE FOR BUSINESS adalah sebuah introductory course untuk memahami data science yang mengajari anda fundamental data skills dan membantu anda mengembangkan portofolio project anda.
APA YANG AKAN ANDA PELAJARI
Dalam PAKET DATA SCIENCE FOR BUSINESS ini anda akan mempelajari beberapa modul dan capstone project. Setiap modul akan berisi: kuliah, theory, latihan coding, latihan-latihan soal, dan materi-materi tambahan lainnya. Waktu yang anda harus alokasikan adalah sekitar 12 minggu setara dengan 150+ jam.
Modul Introduction to Data Science for Business (~6 jam)
Sebuah modul pengantar ke Data Science for Business akan membawa anda ke materi pengenalan data science dan area bisnis yang memerlukan data science sebagai solusi. Dalam modul ini anda akan mempelajari:
a. Data analytics thinking.
b. Business problems dan data science solutions.
Modul Probability & Statistics (~30 jam)
Probability dan Statistics adalah jantung dari Data Science. Dalam modul ini anda akan mempelajari
beberapa topik berikut ini:
a. Random variables & distributions,
b. Descriptive statistics,
c. Dependent & Independent events,
d. Inferential statistics,
e. Regression,
f. Univariate & Multivariate techniques
Modul Dasar-dasar Pemrograman R (~20 jam)
R adalah software yang paling banyak digunakan oleh data scientist. Pada modul ini anda akan mulai
mengenal software statistics R dan beberapa package/library yang penting. Anda akan mempelajari
beberapa topik ini:
a. Installing R dan Rstudio,
b. R syntaxs,
c. Basic data visualization dengan ggplot2 package.
Modul Data Wrangling (~10 jam)
Data wrangling atau proses untuk konversi data dari raw format ke format lain sehingga siap untuk
dianalisis. Anda akan mempelajari beberapa topik berikut:
a. Paradigma split-apply-combine,
b. R packages untuk data wrangling: reshape2, plyr, dplyr, Rvest.
c. Regular expression.
Modul Exploratory Data Analysis (EDA) (~10 jam)
Dalam modul ini anda akan belajar bagaimana mengembangkan intuisi tentang dataset sebelum
masuk ke metode formal. Anda akan mempelajari beberapa topik berikut:
a. EDA vs Clasical & Bayesian approachs.
b. Histogram dan polygon frequency,
c. Box-plots, quartiles, scatter plots, heat maps dll.
Modul Pemodelan (Data Mining) (~30 jam)
Dalam modul ini anda akan menerapkan teknik-teknik pemodelan klasifikasi (data mining) kepada
contoh-contoh dataset nyata. Anda akan mempelajari topik-topik berikut ini:
a. Regressi linear dan logistik,
b. Trees,
c. Clustering,
d. Text Analytics,
e. Association rules,
f. Dll.
Modul Visualisasi dan Storytelling (~15 jam)
Dalam modul ini anda akan mempelajari dasar-dasar persepsi visual dan desain yang bagus, serta
teknik-teknik visualisasi yang powerfull. Seorang data scientist juga harus menjadi seorang story
teller yang bagus. Anda harus dapat mempresentasikan insights dengan mengkombinasikan
visualisasi dan narasi. Anda akan mempelajari beberapa topik berikut:
a. Persepsi visual dan desain grafis,
b. Visual techniques
c. Storytelling design.
Capstone Project (~30 jam)
Setelah anda mempelajari teknik-teknik di modul-modul sebelumnya sekarang saatnya anda merajut
pengetahuan-pengetahuan dan project-project kecil anda menjadi sebuah capstone project yang
besar yang akan menjadi portofolio anda. Anda akan mengaplikasikan teknik-teknik yang telah anda
pelajari pada sebuah data set dan anda akan focus untuk menceritakan temuan-temuan anda dalam
sebuah visual story.