Review Online Courses seputar Data Analytics

Halo!

Kali ini gw mau ngereview beberapa online course yang gw selesaikan di bulan Mei ini. Gw beli di udemy, rata2 dengan harga 140k (kalo mau beli nunggu diskon aja hehe). Gw juga attach link notes yang gw buat selama gw belajar. Ada 8 online course, diantaranya:

  1. Statistics for Data Science and Business Analysis
  2. Machine Learning A-Z™: Hands-On Python & R In Data Science
  3. Customer Analytics in Python 2020
  4. Business Fundamentals: Marketing Strategy
  5. Business Fundamentals: Corporate Strategy
  6. Market Analytics: Become a Data-Driven Marketing Expert
  7. Unlock the story from data

Statistics ada di course 1,2,dan 3. Technical ada di course 2,3, dan 4. Business ada di course 5,6,7, dan 8. Sebelumnya yang mau baca tentang pengalaman gw kerja di dunia data selama ini bisa dibaca di sini

Yuk mulai.

A. Statistics for Data Science and Business Analysis

Course ini ditujukan untuk yang mau ngerti basic statistics. Hal yang dipelajari:

  1. Descriptive Statistics (mean, median, mode, variance, std deviation, correlation)
  2. Inferential Statistics (distribution, estimators, confidence interval)
  3. Hypothesis Testing (z-test, t-test)
  4. Regression Analysis (implementation in Excel)

Pros:

  • Ngejelasinnya enak banget, mudah dipahami, slidenya bagus
  • Materi cukup lengkap
  • Banyak dikasih contoh case langsung di excel
  • Ada summary notes

Cons:

  • Fokus di statistics, gaada implementation di python, businessnya ga terlalu deep.

Selesai dalam 1 hari ++

Sangat recommended! 5 *****

Course Notes – Statistics

B. Introduction to Time Series Analysis and Forecasting in R

Course ini ditujukan untuk pemula yang ingin belajar tentang forecasting, karena dijelasin dari konsep-konsep yang awam hingga ke yang lebih advanced. Hal yang dipelajari:

  1. Data Preprocessing and Visualization
  2. Statistical Background (stationarity, autocorrelation, etc)
  3. Time Series Analysis (Seasonal decomposition, moving average, exponential smoothing)
  4. ARIMA
  5. Multivariate Time Series Analysis
  6. Neural Network in Time Series Analysis

Pros:

  • Materi cukup jelas
  • Ngebahas case pake real data

Cons:

  • Source codenya ga rapih dan terstruktur

Selesai dalam 3 hari ++

Sangat recommended! 5 *****

Course Notes – Forecasting

C. Machine Learning A-Z™: Hands-On Python & R In Data Science

Course ini ditujukan untuk yang mau belajar praktik machine learning, recommended banget karna super lengkap. Hal yang dipelajari:

  1. Data preprocessing (Standardization, feature scaling)
  2. Regression (linear, polynomial, SVR, Decision Tree, Random Forest)
  3. Classification (Logistic regression, Decision Tree, Random Forest, KNN, Naive Bayes, SVM, Kernel SVM)
  4. Clustering (K-Means, Hierarchical)
  5. Association Rules (Apriori, Eclat)
  6. Deep Learning (ANN, CNN)
  7. Natural Language Processing)
  8. Dimensionality Reduction (PCA, LDA, Kernel PCA)
  9. Model Selection (K cross validation, grid search) & Boosting (XGBoost)
  10. Reinforcement Learning

Untuk python, mostly pake library sklearn, dan untuk deeplearning pake keras.

Pros:

  • Lengkap banget codenya
  • Ngejelasinnya detail dan mudah dimengerti
  • Intonasinya enak didengar
  • Ga terlalu matematik (positif karna gw lemah bgt soal math, dan lebih suka ngoding)
  • Tersedia implementasi di python dan R
  • Source code dan videonya bahkan masih terus update sampe sekarang

Cons:

  • Pas ngejelasin code nya kayak detail banget dan banyak pengulangan dari previous section dan kadang gagitu penting, jadi sering banget gw skip untuk hemat waktu
  • Analisis ke bisnisnya agak kurang (lebih heavy ke practical nya)

Selesai dalam 4 hari (banyak yg gw cepetin karna ga belajar R dan beberapa ada yang udah pernah gw pelajari sebelumnya)

Sangat sangat recommended! 5 ***** ++

Course Notes – Machine Learning

Untuk yang lebih mau mengerti tentang math behind algorithmnya mungkin bisa cobain coursenya Andrew Ng di coursera Machine Learning by Andrew Ng (Free).

D. Customer Analytics in Python 2020

Course ini ditujukan untuk yang mau mengerti implementasi analytics di business. Hal yang dipelajari:

  1. Marketing
  2. Segmentation (Hierarchical dan K-Means clustering)
  3. Descriptive Analyses by segments
  4. Modeling Purchase Incidence
  5. Modeling Brand Choice
  6. Modeling Purchase Quantity
  7. Deep learning for Conversion Prediction

Pros:

  • Ada analisis resultnya dari sisi bisnis dan cukup detail
  • Mudah dipahami dan enak ngejelasinnya
  • Ada summary notes dan slidenya bagus

Cons:

  • Ga terlalu berhubungan sama customer, lebih fokus ke purchasing activity
  • Kurang banyak casenya
  • Ga terlalu dalem MLnya

Selesai dalam 3 hari ++

Sangat recommended! 5 *****

Course Notes – Customer Analytics

E. Other Courses:

Sisanya course yang lebih ke bisnis, durasinya sebentar, kira2 seluruhnya tamat dalam 3 hari ++

Business Fundamentals: Marketing Strategy dan Market Analytics: Become a Data-Driven Marketing Expert

Hal yang dipelajari: Product, Price Promotion, Place

Pros: Berhubungan sama analisis-analisis bisnis, beberapa ada hitung-hitungannya

4 ****

Course Notes – Marketing Strategy

Course Notes – Market Analytics

Business Fundamentals: Corporate Strategy

Hal yang dipelajari: mission, vision, competitive advantages, industry/company life cycle, growth strategy, etc.

Pros: Nice to know aja sih

4 ****

Course Notes – Corporate Strategy

Unlock the story from data

Pros: Ngasih beberapa ide buat bikin story structure

Cons: Gaada analyticsnya samsek, agak boring wkwk

3 ***

Course Notes – Data Storytelling

Segitu dulu ya reviewnya, semoga bermanfaat.

P.S. Mohon maaf jika banyak kesalahan dalam penulisan dan banyak yang tidak terbaca di course notes.

Sekian dulu yah, terima kasih dan sampai jumpa!

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s