Arsy Arlina

Senin, 24 Desember 2018

Belajar Data Science / Python Mulai Dari Mana?




Belajar Data Science / Python Mulai Dari Mana?

Salah satu guru saya mengajarkan bahwa untuk menjadi seorang data science intinya yaitu bagaimana caranya kita mengolah data, mengamati data sedemikian sehingga menjadi suatu pengetahuan yang baru dan sebisa mungkin memiliki manfaat. Guru saya ini sering kali mengatakan bahwa menjadi data science yaitu bagaimana cara kita menjawab segala pertanyaan yang ada dikehidupan. Dari sini saya mulai menyukai dunia data science dan mencoba mencari tau solusinya.
Pertanyaan yang pertama kali saya tanyakan ketika mencari tau mengenai data science itu ialah :
"Apa yang harus saya mulai pelajari? Dari manakah saya harus memulai?"
Ternyata hal ini juga banyak ditanyakan orang lain ketika mencoba mencari tau apa itu data science. Hal ini dikarenakan banyak hal atau ilmu terkait data science itu sendiri.  

Disini saya mencoba membagikan proses saya belajar memasuki dunia data science. Barangkali dapat membantu menjawab pertanyaan kalian selama ini. Berikut langkah-langkah yang saya pelajari, semoga bermanfaat 😊:
  1. Mencoba mencari guru yang sudah ahli dibidang data science.

    Menurut saya ini sangat membantu, karena setiap pembelajaran pasti membutuhkan satu sosok guru yang dapat ditanya terkait hal baru yang kita pelajari, karena bisa jadi apa yang kita tanyakan tidak dapat dijawab melalui buku atau papper, melainkan dari pengalaman seorang guru itu. Cari guru sebanyak-banyaknya, dan berguru bisa kemana saja, ke siapa saja. Tidak harus berguru kepada yang lebih tua, kalau yang muda memiliki pengalaman menarik terkait data science, maka ambil ilmunya 😀😛😛
    Gambar 1. Guru [link]
  2. Tanyakan guru kalian mulai dari mana

    Karena setiap orang punya pengalaman, jalan dan cara masing-masing yang berbeda. Dan bisa jadi kita memiliki rintangan yang sama dengan guru kita.
  3. Mencoba cek kemampuan sudah sampai mana dan mau ke mana

    Saya pribadi bersyukur sekali bisa memiliki kesempatan mempunyai basic matematika. Karena ternyata matematika itu sangat membantu dan menurut saya menjadi pondasi dalam belajar data science. Jadii...bagi anak matematika, bersyukurlah kalian. Dan yang bukan anak matematika gimana? ya coba deh belajar matematika lebih banyak, minimal bgt menurut saya jangan membenci mtk deh 😜😜
    Gambar 2. Alur pilihan ilmu terkait data science [link]
    Nah Gambar 2 itu alur kalian mau belajar dari mana dan mau kemana, sekaligus cek kemampuan kalian sudah sampai mana. Menurut saya alur ini yang menjadi acuan saya belajar agar lebih terarah dan memudahkan proses belajar terkait data science.
  4. Cari Partner/Teman Belajar

    Biar kalau lelah belajar, ada yang ingetin tujuan kita dan balikin semangat. Saya pribadi bersyukur punya banyak teman dalam proses belajar, terutama teman-teman Finex yang sabar selama 4 tahun belajar matematika dan data science disini. Kita saling support dalam belajar.
    Gambar 3. Finex Family (Math 2014)
  5. Coba latihan-latihan setiap setelah mempelajari satu pengetahuan baru

    Nah ini yang biasanya saya diberikan kasus oleh guru saya dengan data-data yang mudah diolah seperti Iris data set, 20newsgroup data set dan lain sebagainya kemudian dicoba dengan beberapa metode yang sedang dipelajari. Atau saya juga sering belajar latihan dari hasil-hasil olahan data yang sudah ada dibeberapa situs web seperti:
    • Kaggle [link]
      Gambar 4. Tampilan Kaggle
      seperti pada Gambar 4. kalian bisa liat-liat jawaban orang-orang yang bermain dengan data, kalian bisa liat diskusi mereka di kolom discusion, kalian bisa cari data juga untuk bahan latihan kalian di kolom Datasets, dan kalian bisa random metode yang sedang kalian pelajari di kolom search. Tinggal cari apa yang kalian mau, mudah kan belajarnya ..
    • Sklearn [link]
      Gambar 5. Tampilan Sklearn
      seperti pada Gambar 5, disana ada banyak pilihan metode yang bisa kalian pelajari seperti clustering, clasification, regression. Tinggal dibuka aja metode yang ingin kalian cari tau, langsung deh ada penjelasannya lengkap banget dan ada contohnya pula langsung. Canggih kannnn ... gk ada alasan untuk gk belajar 😏😏
      Atau mau random metode yang mau diliat, tergantung yg lagi kalian pelajari? tinggal cari aja dikotak search kalian ketik metodenya, nanti juga keluar deh metode beserta penjelasan dan contoh soalnya.

    • github [link].
      Gambar 6. Tampilan Github
      Tidak berbeda jauh dengan Kaggle dan sklearn, di github kalian juga dapat mencari contoh metode atau data yang ingin kalian olah atau amati. Tinggal search di kolom search.
    Note: Kalau nemuin error ketika lagi asik coba-coba latihan, coba deh langsung copy paste di google, pesan errornya. Bisa jadi kesalahan kalian pernah dipublish orang lain solusinya. Dan biasanya ada aja jawabannya di stackoverflow[link].
  6. Coba ikuti kompetisi

    Ini saran dari guru saya juga, harus sering diasah kemampuannya. Karena setiap harinya ilmu itu selalu berkembang. Dari kompetisi-kompetisi ini kalian bisa tau juga update ilmu yang sering digunakan atau dibicarakan, bahkan bisa membantu kalian dalam tolak ukur kemampuan kalian. Nah ini kalian bisa liat trending competition terkait data science di kaggle, seperti pada Gambar 4. Kalian juga bisa ikut partisipasi dari competition itu, banyak tawaran hadiah juga dibaliknya..ada hadiah uang dan juga tawaran kerja langsung lhoooo. Sekarang kerjaan yang mencari kita dah asik kan...
    Terus belajar pythonnya gimana? sambil menyelam minum air 😋 Jadi sambil belajar, ketika cobain latihan soal kan jadinya kita coba pakai python tuh.. nanti jadinya belajar juga deh pakai pythonnya. Jadi learning by doing hehe. Good luck.

    Nah sepertinya itu saja yang bisa saya share ke kalian, semoga bermanfaat. Disini, saya juga masih dalam tahap proses pembelajaran. Apabila kalian menemukan cara belajar kalian yang berbeda dari apa yang saya paparkan, silahkan ditambahkan di kolom komentar. Terimakasih.
    😄😄😄😄😄😄😄😄


Belajar Data Science / Python Mulai Dari Mana?

Belajar Data Science / Python Mulai Dari Mana? Salah satu guru saya mengajarkan bahwa untuk menjadi seorang data science intinya ...