📈 Repositori ini berisi catatan, latihan, dan proyek yang saya kerjakan selama mengikuti kursus Python di Udemy.
- Nama Kursus: Complete A.I & Machine Learning, Data Science Bootcamp
- Instruktur: Andrei Neagoie, Daniel Bourke
- Platform: Udemy
- Tanggal Mulai: 21 Oktober 2024
- Tanggal Selesai: In progress
/notes
: Catatan dan ringkasan materi dari setiap bagian kursus./exercises
: Latihan-latihan yang dikerjakan selama kursus./projects
: Proyek-proyek yang dikerjakan selama kursus.
-
Dasar-dasar Python
- Variabel, tipe data, operator
- Percabangan (if, elif, else)
- Perulangan (for, while)
-
Struktur Data
- List, Tuple, Dictionary, Set
- Operasi dan manipulasi pada struktur data
-
Fungsi
- Definisi fungsi dan parameter
- Fungsi anonim (lambda)
- Scope variabel dan closures
- Decorators
-
Modul dan Package
- Import modul dan package
- Modul built-in dan eksternal
- Manajemen package menggunakan
pip
-
Pemrograman Berorientasi Objek (OOP)
- Kelas dan objek
- Enkapsulasi, Inheritance, Polimorfisme
- Dunder methods (magic methods)
- Static dan class methods
-
Error Handling
- Exception handling (try, except, else, finally)
- Membuat exception kustom
-
Pengolahan File
- Membaca dan menulis file
- Manipulasi file dan direktori
- JSON dan CSV data processing
-
Pemrograman Fungsional
- Map, filter, reduce
- List comprehension, set comprehension, dictionary comprehension
-
Manipulasi Data dengan Pandas
- DataFrame dan Series
- Operasi data: filtering, grouping, merging
- Data cleaning dan wrangling
-
Komputasi Numerik dengan NumPy
- Array dan operasi vektor
- Manipulasi dan transformasi array
- Statistik dasar dengan NumPy
-
Visualisasi Data dengan Matplotlib & Seaborn
- Grafik dasar dengan Matplotlib (line, bar, scatter)
- Visualisasi statistik dengan Seaborn
- Customizing plots
-
Machine Learning dengan Scikit-learn
- Algoritma supervised learning (regresi, klasifikasi)
- Algoritma unsupervised learning (clustering)
- Cross-validation, evaluasi model, dan hyperparameter tuning
-
Deep Learning dengan TensorFlow
- Membuat dan melatih neural network
- Optimizer dan fungsi loss
- Implementasi deep learning models (CNN, RNN)
-
Penggunaan Jupyter Notebook
- Penulisan dan eksekusi kode di Jupyter Notebook
- Visualisasi data dan analisis interaktif
- [Nama Proyek 1] - [Deskripsi singkat]
- [Nama Proyek 2] - [Deskripsi singkat]
- [Tambahkan proyek lain yang dikerjakan]
- Clone repositori ini:
git clone https://github.com/DavidsonRafaelK/belajar-python-udemy.git
- Jelajahi folder-folder untuk melihat catatan, latihan, dan proyek.
Pull request sangat diterima! Jika kamu menemukan kesalahan atau ingin menambahkan materi, silakan buat pull request.
This project is licensed under the MIT License.