• Stars
    star
    113
  • Rank 310,115 (Top 7 %)
  • Language
    Jupyter Notebook
  • License
    MIT License
  • Created over 7 years ago
  • Updated over 1 year ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

Belajar Data Science Secara Praktis Menggunakan Python

Data Science With Python

Belajar Data Science secara praktis menggunakan Python

Pemasangan (Installation) dan Penggunaan Pertama

Silahkan download Anaconda. Install sesuai dengan sistem operasi masing - masing. Setelah itu clone / download repositori ini ke folder kalian inginkan.

Menggunakan Anaconda Navigator

  • MacOS dan Linux:
    • Buka terminal, kemudian ketik
$ anaconda-navigator
  • Windows:
    • Buka launcher windows, kemudian pilih program Anaconda Navigator

Tampilan Anaconda Navigator akan seperti ini.

Anaconda Navigator

Silahkan launch jupyter lab / jupyter notebook kemudian navigasi ke folder yang telah kalian simpan.

Menggunakan Terminal atau Anaconda Prompt

  • MacOS dan Linux:
    • Buka terminal, kemudian ketik
$ jupyter-lab

atau

$ jupyter notebook
  • Windows:
    • Buka Anaconda Prompt, kemudian ketik
C:\> jupyter-lab    

atau

C:\> jupyter notebook   

Kemudian navigasi ke folder yang telah kalian simpan.

Tampilan Jupyter-lab

jupyter-notebook

Tampilan Jupyter Notebook

jupyter-notebook

NLP Dataset

  • NLP dataset dapat diunduh disini

Inspirasi

Materi repositori ini terinspirasi setelah saya menyelesaikan Data Camp Data Science Python Career Track. Semua data yang dipergunakan di repositori ini terdapat pada DataCamp. Silahkan kunjungi DataCamp karena merupakan tempat yang keren untuk memulai belajar Data Science.

Lisensi

Didistribusikan menggunakan lisensi MIT. Silahkan melihat LICENSE untuk lebih lanjut

Kontribusi

  1. Silahkan di Fork
  2. Buat branch baru (git checkout -b feature/fooBar)
  3. Silahkan isi nama anda beserta tautan github anda di CONTRIBUTORS.md
  4. Commit perubahan yang ada(git commit -am 'Add some fooBar')
  5. Push pada branch yang sudah ada (git push origin feature/fooBar)
  6. Buat sebuah Pull Request baru