Dasar-dasar python untuk ilmu data

Apa itu Ilmu Data?

Mari kita mulai belajar Ilmu Data dengan Python dengan terlebih dahulu memahami ilmu data. Ilmu data adalah tentang menemukan dan mengeksplorasi data di dunia nyata dan menggunakan pengetahuan itu untuk memecahkan masalah bisnis. Beberapa contoh ilmu data adalah

• Prediksi Pelanggan - Sistem dapat dilatih berdasarkan pola perilaku pelanggan untuk memprediksi kemungkinan pelanggan membeli produk
• Perencanaan Layanan - Restoran dapat memprediksi berapa banyak pelanggan yang akan berkunjung pada akhir pekan dan merencanakan inventaris makanan mereka untuk menangani permintaan

Sekarang setelah Anda tahu apa itu ilmu data dan sebelum kita masuk lebih dalam ke topik Ilmu Data dengan Python mari kita bicara tentang Python

Belajar Dari Yang Terbaik di Bisnis Ilmu Data

Mengapa Python?

Dalam hal ilmu data, kita membutuhkan semacam bahasa atau alat pemrograman, seperti Python. Meskipun ada alat lain untuk ilmu data, seperti R dan SAS, kami akan fokus pada Python dan manfaatnya bagi ilmu data dalam artikel ini.  

Python sebagai bahasa pemrograman menjadi sangat populer akhir-akhir ini. Ini telah digunakan dalam ilmu data, IoT, AI, dan teknologi lainnya, yang telah menambah popularitasnya.  

Python digunakan sebagai bahasa pemrograman untuk ilmu data karena mengandung alat mahal dari perspektif matematika atau statistik. Ini adalah salah satu alasan penting mengapa ilmuwan data di seluruh dunia menggunakan Python. Jika Anda melacak tren selama beberapa tahun terakhir, Anda akan melihat bahwa Python telah menjadi bahasa pemrograman pilihan, terutama untuk ilmu data.

Ada beberapa alasan lain mengapa Python menjadi salah satu bahasa pemrograman yang paling banyak digunakan untuk ilmu data, antara lain

• Kecepatan - Python relatif lebih cepat daripada bahasa pemrograman lainnya
• Ketersediaan - Ada sejumlah besar paket yang tersedia yang telah dikembangkan oleh pengguna lain, yang dapat digunakan kembali
• Tujuan desain - Peran sintaks dalam Python bersifat intuitif dan mudah dipahami, sehingga membantu membangun aplikasi dengan basis kode yang dapat dibaca

Jika Anda ingin mempelajari cara menginstal Python, lihat video instruksi di bawah ini tentang Ilmu Data dengan Python -

Belajar Gratis. Dapatkan akses ke perpustakaan kami yang berisi lebih dari 2000 video pembelajaran. Apa yang kamu tunggu?

Sekarang setelah Anda tahu cara menginstal Python, mari kita lihat berbagai pustaka yang tersedia di Python untuk ilmu data sebagai bagian dari pembelajaran kita tentang Ilmu Data dengan Python

Perpustakaan Python untuk Analisis Data

Python adalah bahasa pemrograman sederhana untuk dipelajari, dan ada beberapa hal mendasar yang dapat Anda lakukan dengannya, seperti menambahkan, mencetak pernyataan, dan sebagainya. Namun, jika Anda ingin melakukan analisis data, Anda perlu mengimpor pustaka tertentu. Beberapa contoh termasuk

• Panda - Digunakan untuk operasi data terstruktur
• NumPy - Pustaka andal yang membantu Anda membuat larik n-dimensi
• SciPy - Memberikan kemampuan ilmiah, seperti aljabar linier dan transformasi Fourier
• Matplotlib - Terutama digunakan untuk tujuan visualisasi
• Scikit-learn - Digunakan untuk melakukan semua aktivitas pembelajaran mesin

Selain itu, ada juga perpustakaan lain, seperti

• Grafik Jaringan & I
• TensorFlow
• Sup Cantik
• OS

Sekarang mari kita lihat beberapa library Python yang paling penting secara mendetail

SciPy

Seperti namanya, itu adalah perpustakaan ilmiah yang mencakup beberapa fungsi khusus

• Saat ini mendukung fungsi khusus, integrasi, pemecah persamaan diferensial biasa (ODE), optimasi gradien, dan lain-lain
• Ini memiliki versi fitur lengkap dari modul aljabar linier
• Itu dibangun di atas NumPy

NumPy

NumPy adalah paket fundamental untuk komputasi ilmiah dengan Python. Itu mengandung

• Objek array N-dimensi yang kuat
• Alat untuk mengintegrasikan C/C++, dan kode Fortran
• Ini memiliki aljabar linier yang berguna, transformasi Fourier, dan kemampuan angka acak

Panda

Panda digunakan untuk operasi dan manipulasi data terstruktur

• Pustaka analisis data paling berguna di Python
• Berperan penting dalam meningkatkan penggunaan Python di komunitas ilmu data
• Digunakan secara ekstensif untuk penjambretan dan persiapan data

Selanjutnya, dalam pembelajaran Ilmu Data dengan Python, mari kita pelajari analisis eksplorasi menggunakan Panda

Kursus Gratis. Perpustakaan Python untuk Ilmu Data

Analisis Eksplorasi menggunakan Panda

Analisis data eksplorasi adalah pendekatan yang digunakan untuk menganalisis kumpulan data besar untuk meringkas karakteristik utamanya. Proses ini menggunakan metode visual untuk mendapatkan wawasan yang berharga

Sekarang mari kita pahami dua istilah paling umum yang digunakan dalam Panda

• Seri - Ini adalah objek satu dimensi yang dapat menampung semua tipe data, seperti bilangan bulat, pelampung, dan string

• Dataframe - Objek dua dimensi yang dapat memiliki kolom dengan tipe data yang berpotensi berbeda

Ara. DataFrame dengan 4 baris dan 3 kolom

Mari jelajahi lebih lanjut tentang cara menggunakan Panda untuk memprediksi apakah aplikasi pinjaman pelanggan tertentu akan disetujui atau tidak

1. Impor pustaka yang diperlukan dan baca kumpulan data menggunakan fungsi read_csv()

2. Periksa ringkasan dataset menggunakan fungsi description()

3. Visualisasikan distribusi jumlah pinjaman

4. Visualisasikan distribusi pendapatan pelamar.  

Kursus Gratis. Python untuk Pemula

5. Visualisasikan distribusi untuk nilai kategorikal

Jika Anda ingin mempelajari lebih lanjut tentang analisis eksplorasi menggunakan Panda, lihat video Ilmu Data Simplilearn dengan Python, yang dapat membantu

Kita dapat melihat bahwa kolom seperti LoanAmount dan ApplicantIncome mengandung beberapa nilai ekstrim. Kami perlu memproses data ini menggunakan teknik perselisihan data untuk menormalkan dan membakukan data

Sekarang kita akan melihat perselisihan data menggunakan Pandas sebagai bagian dari pembelajaran Ilmu Data dengan Python

Perselisihan Data menggunakan Panda

Perselisihan data mengacu pada proses pembersihan dan penyatuan kumpulan data yang berantakan dan rumit. Berikut ini adalah beberapa manfaat dari perselisihan data

• Mengungkapkan lebih banyak informasi tentang data Anda
• Memungkinkan keterampilan pengambilan keputusan dalam organisasi
• Membantu mengumpulkan data yang bermakna dan akurat untuk bisnis

Pada kenyataannya, sebagian besar data yang dihasilkan bisnis akan berantakan dan membawa nilai yang hilang. Kumpulan data pinjaman memiliki nilai yang hilang di beberapa kolomnya

Untuk memeriksa apakah data Anda memiliki nilai yang hilang

Ada berbagai cara untuk mengisi nilai yang hilang. Memutuskan parameter mana yang akan digunakan saat mengisinya akan bergantung pada skenario bisnis

Berikut adalah contoh mengganti nilai yang hilang dengan mengambil rata-rata kolom tertentu

Anda dapat memeriksa tipe data untuk setiap kolom menggunakan dtypes

Anda juga dapat menggabungkan dan menggabungkan bingkai data menggunakan metode penggabungan dan penggabungan sederhana

Untuk mempelajari bagaimana Anda dapat melihat apakah data Anda memiliki nilai yang hilang, Anda dapat menonton video Ilmu Data Simplilearn dengan Python

Sekarang setelah kita menyelesaikan langkah-langkah perselisihan, mari kita mulai membuat model menggunakan scikit-learn yang meningkatkan pembelajaran kita tentang Ilmu Data dengan Python

Bangunan Model

• Kita perlu mengimpor berbagai model dari modul scikit-learn

• Ekstrak variabel independen dan dependen dari dataset

• Pisahkan kumpulan data menjadi pelatihan dan pengujian - 75 persen untuk pelatihan dan 25 persen untuk pengujian

Kami akan menggunakan algoritma Regresi Logistik untuk membangun model. Regresi Logistik cocok ketika variabel dependen adalah biner

• Penskalaan fitur untuk membakukan fitur independen yang ada dalam data dalam rentang tetap

• Menyesuaikan data ke dalam model Regresi Logistik

• Memprediksi nilai set tes

• Bangun matriks kebingungan untuk mengevaluasi kinerja model

Sekarang mari kita pahami bagaimana matriks kebingungan menentukan keakuratan model

Berikut ini akan menghitung akurasi model

(Benar Positif (TP) + Benar Negatif (TN)) / Total

(103+18)/150 = 0. 80

Presisi adalah ketika memprediksi ya dan seberapa sering itu benar

Benar Positif / Prediksi Ya = 103/130 = 0. 79

• Temukan akurasi model

Seperti yang Anda lihat, kami telah berhasil membuat model regresi logistik dengan akurasi 80 persen

Kursus Ilmu Data dan AI GRATIS

Kesimpulan

Setelah membaca artikel Ilmu Data dengan Python ini, Anda telah mempelajari apa itu ilmu data, mengapa itu penting, dan berbagai perpustakaan yang terlibat dalam ilmu data. Anda mempelajari berbagai keterampilan yang diperlukan dalam ilmu data, seperti analisis data eksplorasi, perselisihan data, dan pembuatan model. Terakhir, Anda membuat model menggunakan Regresi Logistik, yang membantu memprediksi apakah pinjaman pelanggan tertentu akan disetujui atau tidak

Memulai

Jika Anda ingin memulai karir Anda di Ilmu Data, lihat Ilmu Data kami dengan Kursus Sertifikasi Python. Kursus online ini memberi Anda akses ke Blended Learning selama 68 jam, akses seumur hidup ke pembelajaran mandiri, pembelajaran interaktif dengan lab notebook Jupyter, sesi bimbingan dengan pakar industri, dan empat proyek berbasis industri untuk pengalaman dunia nyata. Apa yang kamu tunggu?