kaggle 04 | Missing Values dalam Data Science dan Machine Learning | Belajar Data Science Indonesia
Indonesia Belajar
Salam Indonesia Belajar!!!
Video ini adalah video keempat dari video berseri atau playlist bertema Studi Kasus Data Science dengan Kaggle. Video workshop keempat ini memandu kita untuk menangani kasus missing values data science dan machine learning. Missing values merupakan kondisi yang sering ditemui sewaktu kita bekerja di area data science dan machine learning. Materi dalam workshop ini didampaikan dengan menggunakan bahasa pemrograman Python.
Eksplorasi yang dibahas dalam video ini mencakup:
- Memuat dataset sebagai Pandas DataFrame
- Memilih target dan fitur (target and features selection)
- Membagi dataset ke dalam training dataset dan testing dataset
- Training model machine learning
- Menggunakan model Random Forrest Regressor
- Identifikasi missing values pada dataset
- Penanganan missing values dengan penghapusan kolom (drop column)
- Penanganan missing values dengan imputation (SimpleImputer)
- Mengukur performa dari dataset
Beberapa link/tautan terkait materi yang dibahas dalam video pembelajaran dapat diakses dari daftar berikut ini:
Video pembelajaran terkait:
Pembahasan materi workshop yang disampaikan dalam video ini terbilang cukup padat, oleh karenanya silakan melakukan pause ataupun pengulangan video untuk dapat memahami materi yang disampaikan dengan baik. Bilamana ada pertanyaan terkait materi pembelajaran dalam video ini, silakan untuk disampaikan pada kolom komentar di bawah ini. Kami akan berusaha sebaik mungkin untuk merespon setiap pertanyaan yang diajukan.
keywords:
- Data Science Indonesia
- Machine Learning Indonesia
- Belajar Data Science
- Belajar Machine Learning
- Tutorial Data Science
- Tutorial Machine Learning ... https://www.youtube.com/watch?v=xepdUmknZYs
99586919 Bytes