Belajar Bahasa Pemrograman Python Dasar Pdf Windows


PERHATIAN!


  1. Kursus yang dibeli dengan memperalat Kartu Prakerja tidak bisa dipindahtangankan dan hanya bisa diambil oleh pemegang Tiket Prakerja nan bersangkutan. Pelajaran nan dipindahtangankan dapat berakibattidak dikeluarkannya tindasan penyelesaian dan/atau tidak dibayarkannya insentif maka dari itu Pemerintah.
  2. Seandainya kamu pengguna Kartu Prakerja,harap gunakan nama, mangsa email, dan nomor HP yang sama dengan yang kamu gunakan detik mendaftar Kartu Prakerja.

  3. Syarat Kelulusan: Mengakses semua materi berlatih, membereskan kuis di setiap pemindahan dari satu sesi/modul ke sesi/modul lainnya (minimum passing grade 80%) dan menyelesaikan pembuktian pengunci (minimum passing grade 60%).
  4. Kursus yang sudah dibeli/sudah lalu melakukan pemasukan menerobos Prakerja ataupun pembayaran lainnya
    tidak dapat dibatalkan dan/atau direfund.


Deskripsi:



Menurut Harvard Business Review, Data Scientist merupakan ”The Sexiest Job of the 21st Century”.


Di era sekarang, barang apa sesuatu bergantung pada data. Baik itu pemerintahan, firma startup, firma multinasional, bahkan segmen ukm. Dengan tugas mengumpulkan dan menganalisis data, seorang Tukang Statistika Terapan (Data Scientist) akan membantu stakeholder menentukan strategi kerjakan mencapai tujuan organisasi.
Kita akan ceratai penggunaan pemrograman Python untuk perebusan dan menganalisis data sebagai seorang Ahli Statistika Terapan (Data Scientist) Data Scientist.



Materi nan akan dibahas dibagi menjadi 4 babak. Materi yang pertama adalah dasar Python yang terdiri berusul 4 bagian. Disertai satu proyek pembuatan pemrograman untuk guna perpustakaan. Materi kedua akan meributkan Python Data Analysis Library (PANDAS). Materi ketiga yaitu Python Scientific and Visualization Tools. Materi bontot adalah eksplorasi kasus pengolahan dan analisis data lakukan memprediksi kasus covid-19 di indonesia.



Tunggu lebih-lebih lagi? Segera ikuti kelasnya kini!


Tujuan Umum:



Peserta mampu menerapkan statistika terapan lega pemrograman Python untuk mengolah dan menganalisis data setakat mengabarkan data sesuai dengan SKKNI No 268 masa 2020 tentang Data Management.


Intensi Spesifik:



  • Memahami pentingnya Data Science di era keterbukaan data



  • Menerapkan metode ilmiah data science python plong data



  • Menjelaskan hasil dan analisis dari perebusan data



  • Menerapkan runding berbasis data dan metode ilmiah



  • Mengaplikasikan permakluman terhadap hasil analisis dari data nan diperoleh



  • Bakir beraksi teliti dalam ki melatih dan menganalisis data


Aspek Kompetensi:


Pengetahuan (Knowledge):

  • Kompetensi : Mengenal profesi-profesi yang terlibat dalam pengolahan data. terdapat di materi:



    •  > PDF Profesi Perebusan Data (situasi 2-5)



    •  > Data Science dan Python (00:16-04:54)

  • Kompetensi : Mengenal tools yang dipakai privat pemrograman phyton. terdapat di materi:



    •  > Data Science dan Python (04:55-07:13)



    •  > Instalasi Python dan Alat pada Windows (00:43-03:05)

  • Kompetensi : Memahami dasar-pangkal pemrograman python. terwalak di materi:



    •  > Variabel pada Python (00:30-09:28)



    •  > Insinyur dan Tipe Data puas Python (00:13-09:37)



    •  > Operator Nisbah (00:06-04:30)



    •  > Operator Logika (00:06-09:22)



    •  > Bestelan Poin 1 (01:30-02:00), (02:18-02:32)



    •  > Tipe Data Rangkaian pada Python (00:30-07:52)



    •  > Tuple puas Python (00:12-09:11)



    •  > Kondisional If pada Python (00:21-08:55)



    •  > Kondisional ELIF dalam IF (00:06-06:25)



    •  > Kondisional While pada Python (00:14-06:32)



    •  > Kondisional For pada Python (00:12-06:33)



    •  > Fungsi pada Python (00:27-07:51)



    •  > Fungsi Default pada Python (00:06-08:25)

  • Kompetensi : Menguraikan kemampuan yang harus dimiliki makanya data scientist. terletak di materi:

    •  > PDF Merintis Karier sebagai Data Scientist (Halaman 1-10)
  • Kompetensi : Menjabarkan pentingnya bahasa pemrograman python bagi data scientist. terwalak di materi:



    •  > PDF Pentingnya Belajar Python bagi Data Scientist (Halaman 2-6)

  • Kompetensi : Mencerna sistem basis data. terdapat di materi:



    •  > PANDAS Data Series (2:15 – 2:58)



    •  > PANDAS DataFrame (2:15 – 2:40) (3:02 – 3:14)



    •  > Data Array pada Python (0:53 – 1:56)



    •  > Visualisasi Data internal Bentuk Plot (0:38 – 2:01)



    •  > Data Preparation (0:56 – 1:30)



    •  > Data Cleansing (7:27 – 7:39)



    •  > Exploration Data Analyst (0:41 – 1:43)

  • Kompetensi : Memahami visualisasi data melampaui grafis. terletak di materi:



    •  > Visualisasi Data kerumahtanggaan Bentuk Plot (0:38 – 2:01)

  • Kompetensi : Memahami tools yang dapat dimanfaatkan bikin penggunaan data. terdapat di materi:



    •  > PANDAS Data Series (0:53 – 2:04)



    •  > Data Array pada Python (0:53 – 1:56)



    •  > Visualisasi Data dalam Rancangan Plot (0:38 – 2:01


Keterampilan (Skill):

  • Kompetensi : Mengerjakan instalasi tools yang dipakai dalam pemrograman phyton. terdapat di materi:



    •  > Instalasi Python dan Alat pada Windows (03:06-08:01)



    •  > PDF Tahapan Download File Instalasi (hal 1)

  • Kompetensi : Menunggangi pemrograman phyton sebagai latihan dasar. terletak di materi:



    •  > Laur puas Python (01:25-09:28)



    •  > Operator dan Tipe Data pada Python (00:40-09:37)



    •  > Operator Proporsi (00:06-04:30)



    •  > Operator Logika (00:06-04:14), (05:01-09:22)



    •  > Tipe Data Rangkaian sreg Python (01:33-07:52)



    •  > Tuple sreg Python (00:36-09:11)



    •  > Kondisional If plong Python (01:14-08:55)



    •  > Kondisional ELIF kerumahtanggaan IF (00:06-06:25)



    •  > Kondisional While dan For sreg Python (00:34-06:32)



    •  > Kondisional For pada Python (00:36-06:33)



    •  > Kemujaraban puas Python (01:17-07:51)



    •  > Fungsi Default pada Python (00:06-08:25)

  • Kompetensi : Menunggangi pemrograman python dalam suatu proyek. terdapat di materi:



    •  > Order Skor 1 (00:32-04:22)



    •  > PDF File persiapan dalam pembuatan data buku perpustakaan (hal 1)



    •  > PDF File anju dalam pembuatan list buku (peristiwa 1)



    •  > Proyek Kredit 2 (00:29-06:03)



    •  > PDF File persiapan dalam pembuatan skenario denda peminjaman buku (situasi 1)



    •  > Proyek Poin 3 (00:29-10:00)



    •  > Antaran Kredit 3 Lanjutan (00:06-07:48)



    •  > PDF File ancang privat pembuatan kurnia peminjaman dan pengembalian buku (hal 1)



    •  > Proyek Kredit 4 (00:28-05:50)



    •  > Order Kredit 4 Lanjutan (00:06-07:56)

  • Kompetensi : Menerapkan soft skill data scientist. terletak di materi:



    •  > PDF Merintis Pekerjaan sebagai Data Scientist (Halaman 7-9)

  • Kompetensi : Mematangkan grafik presentasi. terwalak di materi:



    •  > Pencitraan Data privat Bagan Plot (1:28 – 6:16)



    •  > Label pada Data Plot (0:04 – 4:10)



    •  > Pengisahan Data n domestik Buram Bar (0:05 – 7:54)



    •  > Visualisasi Data dalam Bentuk Pie (0:04 – 4:45)



    •  > Project Kredit 6 Lanjutan (3:58 – 6:22)



    •  > Logistic Ideal lakukan Prediksi (3:31 – 4:52)



    •  > Kajian pada Data (8:11 – 8:59)

  • Kompetensi : Menganalisis Kebutuhan Data. terdapat di materi:



    •  > PANDAS Data Series (0:53 – 2:04)



    •  > Data Preparation (1:31 – 5:07)



    •  > Data Cleansing (0:05 – 7:39)



    •  > Exploration Data Analyst (1:44 – 4:15)



    •  > Eksplorasi Data Kasus Puncak Covid-19 (0:05 – 5:45)



    •  > Logistic Contoh untuk Prediksi (0:06 – 7:14)



    •  > Eksploitasi Bacaan Scipy (0:04 – 6:15)



    •  > Penggunaan Referensi Scipy Lanjutan (0:07 – 4:50)

  • Kompetensi : Menciptakan menjadikan pembayangan data melangkahi grafis. terdapat di materi:



    •  > Pengisahan Data internal Bentuk Plot (1:28 – 6:16)



    •  > Merek pada Data Plot (0:04 – 4:10)



    •  > Visualisasi Data kerumahtanggaan Lembaga Kedai minum (0:05 – 7:54)



    •  > Visualisasi Data dalam Bentuk Pie (0:04 – 4:45)



    •  > Project Angka 6 Lanjutan (3:58 – 6:22)



    •  > Logistic Model bikin Prediksi (3:31 – 4:52)



    •  > Analisis plong Data (0:56 – 8:59)

  • Kompetensi : Mengelola basis data. terdapat di materi:



    •  > PANDAS Data Series (3:04 – 9:02)



    •  > Varietas Data Dictionary PANDAS Data Series (0:07 – 6:20)



    •  > PANDAS DataFrame (2:41 – 9:24)



    •  > Identitas sreg Leret DataFrame (0:06 – 7:18)



    •  > Proyek Kredit 5 (0:38 – 7:08)



    •  > Order Skor 5 Lanjutan (0:07 – 7:30)



    •  > Data Array puas Python (2:04 – 9:28)



    •  > Alokasi pada Numpy (0:04 – 8:38)



    •  > Proyek Kredit 6 (0:44 – 6:12)



    •  > Project Nilai 6 Lanjutan (0:05 – 6:22)



    •  > Exploration Data Analyst (1:44 – 4:15)




  • Kompetensi : Menunggangi pemrograman Python kerjakan penggarapan data. terdapat di materi:


    •  > PANDAS Data Series (1:40 – 2:04) (3:04 – 9:02)
    •  > Spesies Data Dictionary PANDAS Data Series (0:07 – 6:20)
    •  > PANDAS DataFrame (2:41 – 9:24)
    •  > Identitas pada Baris DataFrame (0:06 – 7:18)
    •  > Titipan Kredit 5 (0:38 – 7:08)
    •  > Proyek Kredit 5 Lanjutan (0:07 – 7:30)
    •  > Data Array pada Python (2:04 – 9:28)
    •  > Alokasi puas Numpy (0:04 – 8:38)
    •  > Visualisasi Data privat Bagan Plot (2:02 – 6:16)
    •  > Label puas Data Plot (0:04 – 4:10)
    •  > Pembayangan Data dalam Tulangtulangan Kedai kopi (0:05 – 7:54)
    •  > Visualisasi Data n domestik Bentuk Pie (0:04 – 4:45)
    •  > Proyek Kredit 6 (0:44 – 6:12)
    •  > Project Kredit 6 Lanjutan (0:05 – 6:22)
    •  > Data Preparation (1:31 – 5:07)
    •  > Data Cleansing (0:05 – 7:39)
    •  > Exploration Data Analyst (1:44 – 4:15)
    •  > Eksplorasi Data Kasus Puncak Covid-19 (0:05 – 5:45)
    •  > Logistic Arketipe buat Prediksi (0:06 – 7:14)
    •  > Penggunaan Pustaka Scipy (0:04 – 6:15)
    •  > Penggunaan Teks Scipy Lanjutan (0:07 – 4:50)
    •  > Kajian sreg Data (0:56 – 8:59)
    •  > Analisis Akurasi Hasil Prediksi sreg Data (0:06 – 8:47)
    •  > Analisis Kecermatan Hasil Prediksi sreg Data Lanjutan (0:07 – 7:52)
    •  > Visualisasi dan Proklamasi Data (0:07 – 5:40)


Sikap (Attitude):

  • Kompetensi : Teliti dalam mengolah dan menganalisis data. terdapat di materi:


    •  > Antaran Angka 1 (04:23-04:29)

    •  > PDF Merintis Pegangan sebagai Data Scientist (Halaman 7 dan 8)

    •  > PANDAS Data Series (5:12 – 5:26)

    •  > PANDAS DataFrame (2:36 – 2:47)

    •  > Order Kredit 5 (1:38 – 1:43)

    •  > Proyek Kredit 5 Lanjutan (4:10 – 4:20) (6:06 – 7:00)

    •  > Data Cleansing (2:01 – 2:34)
  • Kompetensi : Jujur dalam membentangkan data. terletak di materi:


    •  > PDF Merintis Karier misal Data Scientist (Halaman 5)
  • Kompetensi : Cermat internal godok dan menganalisis data. terdapat di materi:


    •  > PANDAS Data Series (5:12 – 5:26)

    •  > PANDAS DataFrame (2:36 – 2:47)

    •  > Proyek Ponten 5 (1:38 – 1:43)

    •  > Antaran Kredit 5 Lanjutan (4:10 – 4:20) (6:06 – 7:00)

    •  > Data Cleansing (2:01 – 2:34)
  • Kompetensi : Berpikir dalam-dalam reaktif privat menganalisis data. terletak di materi:


    •  > Exploration Data Analyst (1:44 – 4:15)

    •  > Eksplorasi Data Kasus Puncak Covid-19 (0:05 – 5:45)

    •  > Analisis sreg Data (0:56 – 8:59)

    •  > Kajian Akurasi Hasil Anggaran pada Data (0:06 – 8:47)

    •  > Analisis Akurasi Hasil Anggaran lega Data Lanjutan (0:07 – 7:52)

    •  > PDF Merintis Tiang penghidupan andai Data Scientist (Halaman 8)


Materi Pelatihan:




  •  1. Penggarapan Data 38:17




  •  1.1 Profesi Penggodokan Data 10:00 (file bacaan)



  •  1.2 Data Science dan Python 09:42 (video)



  •  1.3 Tingkatan Download File Instalasi 10:00 (file bacaan)



  •  1.4 Instalasi Python dan Alat puas Windows 08:35 (video)




  •  2. Variabel dan Varietas Data Python 48:56




  •  2.1 Fleksibel lega Python 09:43 (video)



  •  2.2 Operator dan Jenis Data pada Python 09:46 (video)



  •  2.3 Operator Perbandingan 04:37 (video)



  •  2.4 Operator Logika 09:55 (video)



  •  2.5 File awalan privat pembuatan data buku perpustakaan 10:00 (file pustaka)



  •  2.6 Proyek Nilai 1 04:55 (video)




  •  3. Tipe Data Rangkaian pada Python 34:24




  •  3.1 Variasi Data Kawin puas Python 08:01 (video)



  •  3.2 Tuple plong Python 09:55 (video)



  •  3.3 Proyek Poin 2 06:28 (video)




  •  4. Kondisional plong Python 58:16




  •  4.1 Kondisional If lega Python 09:04 (video)



  •  4.2 Kondisional ELIF dalam IF 06:39 (video)



  •  4.3 Kondisional While pada Python 06:41 (video)



  •  4.4 Kondisional For puas Python 07:17 (video)



  •  4.5 Proyek Kredit 3 9:58 (video)



  •  4.6 Kiriman Skor 3 Lanjutan 8:37 (video)




  •  5. Maslahat yang Terdapat pada Python 41.29




  •  5.1 Kemustajaban pada Python 07:58 (video)



  •  5.2 Keistimewaan Default pada Python 08:58 (video)



  •  5.3 File persiapan intern pembuatan manfaat peminjaman dan pengembalian buku 10:00 (file referensi)



  •  5.4 Proyek Kredit 4 05:57 (video)



  •  5.5 Order Angka 4 Lanjutan 08:36 (video)




  •  6 Python Data Analysis Library (PANDAS) 58:29




  •  6.1 PANDAS Data Series (video) 09:09



  •  6.2 Jenis Data Dictionary PANDAS Data Series (video) 06:37



  •  6.3 PANDAS DataFrame (video) 09:31



  •  6.4 Identitas pada Banjar DataFrame (video) 07:54



  •  6.5 File persiapan intern pembuatan pembuatan data frame taman bacaan (file bacaan) 10:00



  •  6.6 Proyek Nilai 5 (video) 07:15



  •  6.7 Bestelan Kredit 5 Lanjutan (video) 08:03




  •  7 Data Array dan Pembayangan pada Python Scientific 01:06:43




  •  7.1 Data Array puas Python (video) 09:35



  •  7.2 Alokasi puas Numpy (video) 09:17



  •  7.3 Visualisasi Data dalam Tulangtulangan Plot (video) 06:23



  •  7.4 Etiket lega Data Plot (video) 04:27



  •  7.5 Pengisahan Data n domestik Tulang beragangan Kantin (video) 08:01



  •  7.6 Visualisasi Data dalam Buram Pie (video) 05:28



  •  7.7 File persiapan intern pembuatan plot data peminjaman kunci perbulan (file bacaan) 10:00



  •  7.8 Proyek Kredit 6 (video) 06:19



  •  7.9 Proyek Kredit 6 Lanjutan (video) 07:13




  •  8 Study Case Perebusan Data 1:36:45




  •  8.1 File data covid-19 yang akan diselesaikan (file bacaan) 10:00



  •  8.2 Data Preparation (video) 05:14



  •  8.3 Data Cleansing (video) 08:18



  •  8.4 Exploration Data Analyst (video) 04:23



  •  8.5 Penajaman Data Kasus Puncak Covid-19 (video) 06:00



  •  8.6 Logistic Transendental bakal Prediksi (video) 07:21



  •  8.7 Eksploitasi Pustaka scipy (video) 06:24



  •  8.8 Penggunaan Pustaka scipy Lanjutan (video) 05:21



  •  8.9 Analisis pada Data (video) 09:17



  •  8.10 Analisis Akurasi Hasil Rekaan plong Data (video) 8:54



  •  8.11 Analisis Kecermatan Hasil Prediksi plong Data Lanjutan (video) 08:09



  •  8.12 Pembayangan dan Publikasi Data (video) 07:24



  •  8.13 Ringkasan (file bacaan) 10:00


Target Pelajar:



  • Minimal pendidikan S1



  • Fresh Graduate yang ingin mempelajari kemampuan merebus dan analisis daya menggunakan programming Python



  • Professional yang ingin menambah kemampuan dalam programming python bagi perebusan data science



  • Membereskan kemampuan asal kerumahtanggaan mengoperasikan komputer jinjing dan menggunakan internet



  • Memiliki gadget aktual laptop dengan akses internet



  • Menginstal aplikasi Anaconda di laptop (jika belum n kepunyaan tuntutan Anaconda, disediakan tutorial download & instal aplikasi di papan bawah ini)


Durasi:


Topik

Durasi
Penggarapan Data 38 menit
Laur dan Diversifikasi Data Python 49 menit
Keberagaman Data Rangkaian lega Python 34 menit
Kondisional pada Python 58 menit
Kemujaraban nan Terdapat plong Python 41 menit
Python Data Analysis Library (PANDAS) 58 menit
Data Array dan Penggambaran plong Python Scientific 67 menit
Study Case Pengolahan Data 97 menit

Total

443 menit



Level:

Basic.


Metode Pembelajaran:

Self Paced Learning: Metode ajar yang digunakan adalah menggunakan kombinasi antara orasi, pengkajian kasus dan simulasi.


Metode Evaluasi:

  1. Pretest
  2. Formative Test/Kuis
  3. Post test
  4. Tugas Praktik


Macam/Klasifikasi Sertifikat:

Peserta yang telah tanggulang semua kegiatan penelaahan akan mendapatkanInskripsi Penyelesaian jika ponten akhir di radiks 60 dan akan mendapatkanDokumen Kompetensi Lulus jika ponten penutup di atas 60.


Sesi Konsultasi:

Setiap Periode Jumat, Pengetuk 16.00-17.00 WIB via LMS.


Apa Yang Terlazim Kamu Persiapkan?

Engkau hanya teristiadat mempersiapkanlaptop/notebook,tablet, atausmartphone dengan aliansiInternet.


Cara Reedem Voucher:

  1. Urai website www.skillacademy.com maupun download Aplikasi Skill Academy di Play Store.
  2. Pilih “Turut” apabila sebelumnya telah mendaftar akun Skill Academy atau membeda-bedakan “DAFTAR” jikalau sebelumnya Dia belum pernah mendaftar akun Skill Academy.
  3. Klik “TUKARKAN” puas bagian penukaran voucher di homepage atau halaman prakerja.
  4. Isikan kode voucher nan sudah lalu didapatkan berpangkal Pintaria setelah melakukan penyetoran.
  5. Pasca- penukaran berhasil ayo klik ‘Lihat Kelas’ atau cek puas bagian “Papan bawah Saya” cak bagi mengikuti kelasnya.

Source: https://pintar.co/menggunakan-pemrograman-python-untuk-ahli-statistika-terapan-data-scientist

Posted by: and-make.com