Daftar Isi: - Pengantar Algoritma Data Science - Tools Proyek Data Science - Metodologi Data Science - Implementasi Metodologi CRISP-DM - Studi Kasus Model Regresi Linier - Studi Kasus Model Ann - Studi Kasus Model Gradient Boosting
Buku ini terdiri dari beberapa pembahasan, diantaranya: - Pengenalan Data Science Dan Machine Learning - Business Understanding - Data Understanding - Data Preparation - Modeling - Evaluasi dan Performansi Model - Deploy Model
Daftar Isi: - Sains Data - Statistika - Matematika - Pembelajaran - Rekayasa Perangkat Lunak - Pemrograman - Visualisasi Data - Kecakapan Profesi - Model Analitika Data - Model Big Data