detektif data

(Disclaimer : Artikel ini dikemas kembali dari buku berjudul " INTRODUCTION TO BAYESIAN STATISTICS ", karya William M. Bolstad dan James M. Curran) Statistik adalah ilmu yang menghubungkan data dengan pertanyaan menarik tertentu. Ini termasuk merancang metode untuk mengumpulkan data yang relevan dengan pertanyaan, metode untuk meringkas dan menampilkan data untuk menjelaskan pertanyaan, dan metode yang memungkinkan kita menarik jawaban atas pertanyaan yang didukung oleh data. Data hampir selalu mengandung ketidakpastian. Ketidakpastian ini dapat timbul dari

Halo Data Mense! Pada artikel kali ini, aku akan mengajak Data Mense untuk memahami lebih jauh cakupan bidang data science . Artikel sebelumnya sudah dikatakan di pengantar kalau hampir setiap tindakan yang kita lakukan sadar atau tidak sadar pasti menghasilkan data yang bisa diolah untuk menjadi informasi. Data-data tersebut datang dari segala arah: computer, smartphone , kamera, dan lain-lain yang berhubungan dengan teknologi. Data terbentuk dari interaksi kita di social media , di setiap SS ( screen shot ) yang kita ambil, setiap pap yang kita buat. Bahkan sesederhana buka maps untuk mencari SPBU terdekat.

Halo Data Mense!! Artikel ini adalah bagian ketiga dari rangkaian Data Science and Machine Learning . Kalau ketinggalan dan penasaran akan penjelasan-penjelasan sebelumnya, silahkan ke chapter 1 dan chapter 2 . Pada chapter sebelumnya, timbul pertanyaan: Apa sih machine learning itu? Sedikit dijelaskan di chapter dua bahwa:

Kita memasuki chapter dua 😊 Intro panjang sebelumnya ( chapter intro ) menyisakan pertanyaan-pertanyaan yang bikin dahi berkerut.  Kalau gak ingat, kita phrase ulang. Bunyinya seperti ini: hal ini (baca: memanfaatkan teknologi dengan data) bisa bikin kita struggle juga untuk mengetahui memulai dari mana agar bisa paham betul informasi-informasi yang ada agar bisa digunakan secara maksimal. Data apa yang harus dikumpulkan? Metode apa yang ada? Pertimbangannya apa? Dan yang paling penting, bagaimana kita mendapatkan jawaban dari data untuk menjawab pertanyaan yang mendesak untuk kehidupan kita? Untuk menjawab semuanya, disinilah data science menjadi kunci yang bisa membuat informasi-informasi ini berguna. Dengan kata lain, data science adalah seni percekcokan data untuk memprediksi perilaku masa depan kita. Dengan data science , kita bisa mengungkapkan pola untuk membantu memprioritaskan atau memberikan informasi yang dapat ditindaklanjuti, atau menarik makna dari data

After a long time off (3 weeks per se-), I finally succeed to urge myself to write something again. Today, I want to write something about machine learning (what this blog actually supposed to serve), because, well, I intended to become a data scientist . Of course, I should talk about data and such. But, as I opened my laptop, I was thinking: “Huh, machine learning AND data science , those two are a different matter. Or aren’t they?” Aku rasa bukan aku sendiri yang bingung sama istilah-istilah ini. Bukan hanya dua istilah, di luar sana masih sering kita dengar sebutan-sebutan teknologi moderen, seperti: artificial intelligence, big data, deep learning, computer science, data engineering, data mining, data visualization , dan lain-lainnya, adapula juga dua yang telah disebut tadi, data science dan machine learning . Mereka semua apa, sih? WARNING : Penjelasan di sini untuk yang benar-benar tidak paham. Penjelasan ini untuk orang-orang yang baru pertama kali menyentu