Sesi ini akan memberikan berbagai skill Python yang krusial untuk Data Science, mulai dari tipe data, struktur data (list, dictionary, set), penggunaan library NumPy dan Pandas untuk pengolahan data. Anda akan belajar menulis kode Python yang efisien dan efektif untuk analisis data.

Pelajari cara membersihkan, mengolah dan memvisualisasikan data menggunakan library Python seperti Pandas dan Matplotlib. Anda akan belajar melakukan eksplorasi data (EDA) untuk mengidentifikasi pola, anomali, dan insight berharga dari dataset. Teknik-teknik visualisasi data yang efektif akan dibahas untuk menyajikan temuan Anda secara menarik dan informatif.

Modul ini akan membahas teori dan praktek algoritma Supervised Learning seperti Regresi Linier, Regresi Logistik, dan Support Vector Machine (SVM). Anda akan belajar membangun model prediksi seperti Customer Lifetime Value dan Product Recommendation.

Jelajahi dunia algoritma Unsupervised Learning seperti Clustering (K-Means), Dimensionality Reduction (PCA), dan Association Rule. Implementasi praktis pada dataset real-world untuk membangun model segmentasi pelanggan, fraud detection dan predictive maintenance.

Pelajari bagaimana memanfaatkan kekuatan Google BigQuery untuk menjalankan analisis data skala besar. Anda akan belajar membangun model Machine Learning dengan BigQuery ML dan mengintegrasikan dengan Python library.

Kenali dan manfaatkan Generative AI dengan Gemini dalam mempercepat alur kerja Data Science. Anda akan belajar bagaimana menggunakan Gemini berbagai tugas seperti analisa sentimen, klasifikasi data, ekstraksi konten, dan menggali insights dari hasil prediksi model machine learning.

Modul terakhir memandu Anda dalam membangun portofolio Machine Learning yang kuat dan menarik. Anda akan belajar memilih proyek yang relevan, mengimplementasikannya dengan rapi, dan mendokumentasikannya dengan baik. Tips dan trik untuk membuat portofolio yang efektif untuk melamar pekerjaan akan dibagikan.