Analisis Data dan Analisis Kebijakan

Banyak permasalahan data dunia nyata yang melibatkan prediksi kapan suatu peristiwa akan terjadi atau bagaimana sebuah metrik akan berubah seiring waktu, yang memerlukan teknik khusus di luar regresi standar. Mengerti bagaimana menangani ketergantungan temporal dan data yang tidak lengkap sangat penting untuk melakukan prediksi dan penilaian risiko yang akurat. Kursus ini menyediakan dasar yang kuat dalam dua bidang penting dari machine learning khusus: analisis deret waktu dan analisis kelangsungan hidup. Anda akan beralih dari konsep data dasar ke pemahaman bagaimana memodelkan pola seiring waktu dan menangani data yang disensor di mana hasil belum sepenuhnya diamati. Pada akhir program ini, Anda akan dapat menafsirkan pola temporal dan menerapkan model khusus untuk memprediksi hasil masa depan dengan percaya diri. Apa yang akan kau pelajari: - Mengerti komponen dasar data deret waktu, termasuk musim, tren, dan noise. - Terapkan model statistik untuk memprediksi nilai masa depan berdasarkan pola sejarah. - Menguasai konsep analisis kelangsungan hidup untuk memprediksi waktu sampai peristiwa spesifik terjadi. - Mengendalikan data yang disensor secara efektif untuk memastikan inferensi hasil yang akurat dalam skenario dunia nyata. - Verifikasi asumsi model menggunakan teknik validasi modern dan tes diagnostik. - Praktik persiapan data dan modeling menggunakan perpustakaan dan workflow standar industri saat ini. Kurikulum dimulai dengan terminologi inti dan dasar-dasar statistik sebelum berkembang melalui teknik modeling spesifik untuk prediksi dan analisis waktu-kejadian. Anda akan menjelajahi aplikasi praktis melalui penjelasan tertulis dan latihan berbasis kode yang dirancang untuk memperkuat konsep teoretis. Kursus ini dirancang untuk pemula dalam ilmu data dan machine learning yang ingin memperluas alat mereka; tidak diperlukan pengalaman sebelumnya dengan data yang tergantung waktu. Mulai membangun keahlian Anda dalam modeling data khusus hari ini.