Pelajari modul dan topik AI & Data Science secara bertahap dan mandiri.
Olah data transaksi menjadi segmentasi pelanggan yang dapat dijelaskan dengan RFM, K-Means, pandas, dan visualisasi Python.
Rancang contextual bandit untuk personalisasi, ukur risiko, dan evaluasi kebijakan baru dari data historis secara counterfactual.
Rancang benchmark Bahasa Indonesia dengan label terukur, analisis kegagalan, dan eksperimen yang dapat diulang.
Bangun asisten Python yang membaca spreadsheet, menjawab pertanyaan bisnis, dan memvalidasi hasil analisis dengan bantuan AI.
Rancang prediksi dengan jaminan cakupan, estimasi risiko, dan mekanisme abstention untuk menyerahkan kasus meragukan kepada manusia.
Bangun model Python untuk mengelompokkan transaksi pribadi dari teks deskripsi, lalu uji hasilnya dengan evaluasi yang dapat dijelaskan.
Rancang strategi active learning untuk memilih data paling informatif dan mengurangi biaya pelabelan klasifikasi teks Bahasa Indonesia.
Pelajari cara memeriksa bias data dan prediksi model AI dengan Python melalui audit keadilan yang terukur dan dapat dijelaskan.
Bangun alat Python untuk membersihkan, mencocokkan, dan mendeteksi duplikasi data pelanggan dari berkas CSV.
Belajar memeriksa, mendiagnosis, dan memperbaiki kesiapan data tabular dengan Python sebelum analisis atau machine learning.
Bangun model Python untuk memprediksi keterlambatan pengiriman, membersihkan data, mengukur kinerja, dan menerjemahkan hasilnya menjadi keputusan operasional.
Bangun aplikasi media monitoring untuk menemukan topik berita Bahasa Indonesia dengan BERTopic, Sentence Transformers, dan Streamlit.