data science pertemuan 2

Langkah-langkah digunakan dalam proyek data science agar dapat menghasilkan hasil yang optimal yang dapat menjawab pertanyaan dari suatu masalah yang ingin diselesaikan disebut Metodologi data science .

Pada metodologi KDD, Tahap Selection Data dilakukan serangkaian proses untuk melengkapi data dan menjaga konsistensi data.

Metodologi SEMMA adalah Sample, Explore, Modify, Model dan Assess

Tahapan CRISP-DM ada 5 proses mulai dari Business Understanding sampai Deployment

Tahap terakhir pada IBM Data Science adalah tahap Feedback

Pada metodologi Microsoft’s Team Data Science Process, pengembangan model meliputi feature engineering, model fitting, dan model evaluation.

Tahap pertama pada Metodologi dari Domino (Domino DataLab Methodology) adalah Data Acquisition and Preparation.

Estimation (Estimasi) dan Forecasting (Prediksi/Peramalan) merupakan metode data mining yang targetnya prediksi data kategori, misalnya prediksi hujan/tidak hujan, prediksi naik atau turunnya harga

Contoh metodologi kegiatan teknis adalah KDD dan CRISP-DM

Salah satu algoritma yang digunakan pada metode Clustering (Klastering) adalah K-Means