PENDEKATAN PRAKTIS BELAJAR: PYTHON DASAR ANALISIS DATA Jilid 2

Buku “Pendekatan Praktis Belajar: Python Dasar Analisis Data Jilid-2” ini menyajikan panduan komprehensif untuk pengolahan string, manipulasi data, dan visualisasi dengan beberapa pustaka Python yang penting seperti NumPy, Seaborn, dan SciPy, serta pembelajaran mesin (machine learning) menggunakan Scikit-learn.

Bab 10 Memperkenalkan pengolahan string, termasuk fungsi bawaan, penggunaan regular expressions, dan berbagai teknik pemformatan string. Bab ini memberikan dasar yang kuat untuk memahami dan memanipulasi teks dalam Python.

Bab 11 Mengupas tuntas NumPy, pustaka esensial untuk komputasi ilmiah dan analisis data. Pembahasan mencakup instalasi, pembuatan array satu dan multi dimensi, serta berbagai operasi matematika dan fungsi statistik. Pembacaan dan penulisan data pada file juga dibahas untuk memberikan pemahaman yang lengkap tentang pengelolaan data dengan NumPy.

Bab 12 Mengeksplorasi Seaborn, pustaka visualisasi data yang kuat. Bab ini membahas kelebihan Seaborn, teknik dasar dan lanjutan visualisasi, serta cara mengkustomisasi plot untuk membuat visualisasi data yang menarik dan informatif.

Bab 13 Memperkenalkan Scikit-learn, pustaka utama untuk pembelajaran mesin. Bab ini mencakup instalasi, aktivasi, dan pengenalan dasar data science. Berbagai algoritma pembelajaran mesin seperti regresi linier, klasifikasi, dan PCA dijelaskan dengan detail, diikuti dengan tahapan pembelajaran mesin (Machine Learning), evaluasi, dan tuning model.

Bab 14 Menutup buku ini dengan pembahasan tentang SciPy, pustaka yang melengkapi NumPy dengan alat-alat tambahan untuk komputasi ilmiah dan teknik. Bab ini menjelaskan instalasi, pemeriksaan versi, dan teknik visualisasi data dengan SciPy.

Buku menyajikan konsep-konsep penting ini, memberikan dasar yang kuat bagi pembaca untuk menguasai pengolahan data string, manipulasi data, visualisasi data, dan pembelajaran mesin menggunakan Python. Harapannya Pembaca setelah mempejari buku ini mampu meningkatkan keterampilannya dalam analisis data dan pengembangan algoritma pembelajaran mesin.