Data Visualization in Data Science using R

Daftar Sekarang

Data Visualization in Data Science using R

Pada dasarnya, kita akan lebih memahami informasi lebih baik dan cepat jika disajikan secara visual, yang akhirnya berujung pada pengambilan keputusan yang juga lebih baik. Dengan demikian, pengetahuan akan konsep dan keterampilan teknis untuk menghasilkan data secara visual menjadi penting dan mutlak bagi seorang data scientist. Untuk data scientist yang menggunakan R, terdapat package ggplot2 yang memiliki fitur yang sangat kaya untuk menghasilkan grafik dengan komposisi berbagai elemen visual.

Grafik sendiri bukan sesuatu yang mudah dihasilkan dan dengan pendekatan konstruksi bernama grammar of graphics, ggplot2 menggunakan pendekatan layering sehingga untuk menghasilkan visualisasi yang menarik dan kompleks menjadi lebih mudah. Course "Data Visualizatoin in Data Science using R" ini membahas fundamental ggplot2. Dengan menggunakan dataset riil kependudukan DKI Jakarta, Anda akan dituntun setahap demi setahap untuk menghasilkan berbagai tipe grafik.

Institusi DQLab
Subjek Data Science
Bahasa Bahasa Indonesia
Metode Full Online
Detail 9 Chapters, 61 Sub-babs
Sertifikasi Data Visualization in Data Science using R

Silabus & Beban Materi Pengajaran

Buka semua

Mengenal ggplot2

  • Pendahuluan
  • Apa itu ggplot2?
  • Apa itu ggplot2?
  • Menggunakan Package ggplot2
  • Konsep Komponen ggplot2
  • Komponen mana yang merupakan "kanvas" ggplot2?
  • Bagaimana menentukan x dan y pada plot?
  • Bagaimana menghasilkan grafik?
  • Kesimpulan

Dasar "Kanvas" untuk Grafik

  • Pendahuluan
  • Function apa yang digunakan untuk menghasilkan plot?
  • Membuat Kanvas kosong
  • Menambahkan Judul
  • Plot disimpan sebagai Variable
  • Menambahkan Label pada sumbu X dan Y
  • Fungsi summary untuk object ggplot
  • Kesimmpulan

Data dan Aesthetic Mapping

  • Pendahuluan
  • Data pada ggplot2
  • Aesthetic Mapping
  • Dataset Kepadatan Penduduk Jakarta
  • Membaca Dataset Kependudukan dengan read.csv
  • Memasukkan Data ke Plot
  • Memetakan x,y dan color dengan function aes
  • Menampilkan Plot hasil Mapping
  • Kesimpulan

Layer untuk Grafik Pertama: Scatter Plot

  • Pendahuluan
  • Proses menampilkan grafik
  • Mana yang bukan komponen layer?
  • Default pada aesthetic (masuk ke mana?)
  • Melihat detail Plot dan Layers
  • Scatter Plot Kepadatan Penduduk Jakarta dengan function layer
  • Scatter Plot Kepadatan Penduduk Jakarta dengan geom_point
  • Menambahkan Judul dan Label
  • Kesimpulan

Histogram

  • Pendahuluan
  • Layer geom_histogram dan Lebar Interval
  • Penggunaan aesthetic fill
  • Kesimpulan

Visualisasi Trend dengan Line Chart

  • Pendahuluan
  • Dataset Inflasi
  • Membaca data inflasi
  • Error pada saat Plotting Line Chart
  • Menggunakan Pengelompokkan Data (Grouping)
  • Memperbaiki Urutan Bulan dengan Factoring
  • Plotting ulang dengan hasil Factoring
  • Kesimpulan

Bar Chart dan Pie Chart

  • Pendahuluan
  • Dataset Kependudukan Jakarta versi DQLab
  • Menghasilkan Bar Chart Pertama
  • Aesthetic Y dan Stat Identity
  • Aesthetic Fill dan Position Dodge
  • Fungsi Aggregate
  • "Merapikan" tampilan Bar Chart
  • Pie Chart dengan Kordinat Polar
  • Kesimpulan

Membagi Grafik dengan Faceting

  • Pendahuluan: Apa dan Kenapa Faceting?
  • Faceting pada Scatter Plot
  • Faceting pada Histogram

9. Penutup

  • Kesimpulan
  • Whats next?

Informasi Pengajar

Belum / tidak ada data pengajar pada kursus ini

Dibuat dan dikembangkan di Jakarta, Indonesia Hak Cipta Dilindungi 2015 - 2020 Rencanamu ©
Rencanamu App

Platform Persiapan Kuliah & Karir No 1