Thread by @pacmannai

Nggak usah takut sama Matematika kalau mau belajar Data Scientist!
.
.
.
A thread

Kata siapa kalau mau mulai belajar Data Sains harus jago matematika? 🧐

Coba, mimin mau tau hubungan kalian sama matematika gimana sih?

Tenang, buat kamu yang lagi berantem atau lagi LDR sama matematika, bukan berarti kamu nggak bisa mulai belajar Data Sains.

Here’s the statement: Kamu nggak perlu jago matematika buat mulai belajar Data Sains. Kamu cuma perlu menguasai essential math needed.

Buat tau seberapa banyak kamu bakal butuh matematika, coba jawab 2 pertanyaan ini: (1) Kamu mau belajar Data Sains buat tujuan apa?

Pada dasarnya, Data Sains bisa dibagi jadi dua tujuan. Data Sains dengan tujuan akademis, dan data sains dengan tujuan bisnis.

Data sains dengan tujuan akademis, tentunya punya goals buat mengembangkan ilmu Data Sains, bikin bidang Data Sains makin maju. Sedangkan data sains untuk bisnis punya goals buat memenuhi tujuan bisnis, meningkatkan revenue.

Dari goalsnya aja udah beda, cara mencapai juga pasti beda, dong. Otomatis, tools yang dibutuhkan juga pasti bakal beda. Dengan kata lain, math yang diperlukan buat Data Scientist yang sekaligus akademisi

bakal beda dengan yang diperlukan Data Scientist praktisi. Kamu mungkin nggak akan membutuhkan kemampuan math mendalam buat bikin analisis bisnis, tapi kamu bakal butuh pemahaman matematika advance untuk bikin paper.

(2) Are you a junior data scientist or senior data scientist?

Role kamu di tempat kerja juga bakal nentuin seberapa banyak matematika yang bakal kamu butuhkan buat ngelakuin kerjaan.

Kalau kamu baru masuk kerja atau titelnya junior data scientist, besar kemungkinan kamu nggak bakal butuh banyak kemampuan matematika advance. Soalnya, hal-hal yang kamu lakukan nggak bakal serumit yang dilakukan senior data scientist.

Soalnya, buat ngelakuin hal-hal dasar di Data Sains emang nggak melibatkan matematika yang rumit. Kayak Data Manipulation, Data Visualization. Tapi ini untuk Junior DS ya. (Pertanyaannya, kamu mau jadi Junior DS terus? :D)

Berarti min kesimpulannya, kita nggak butuh matematika buat jadi data scientist dong?

Bukan gitu:(

Kamu nggak perlu jago matematika buat mulai belajar Data Sains, tapi kamu tetap harus bisa Math yang penting buat jadi Data Scientist yang keren 😎

‘Yaah, kirain bisa nggak usah ngerti matematika min:( Emang math di Data Sains gunanya buat apa sih?’ Oke, mimin kasih tau ya!

Yang pertama nih. Kalau di Data Sains, ada kemungkinan kita bakal ketemu data yang punya dimensi yang banyak dan buat diproses lebih lanjut kita perlu mengurangi dimensinya. Kamu pasti tau tahapan untuk melakukan itu: Principal Component Analysis.

Nah, Principal Component Analysis pada dasarnya dilatarbelakangi oleh matematika, tepatnya Linear Algebra. Anyway, kalo kamu tertarik buat baca tentang PCA, mimin ada threadnya:

https://twitter.com/pacmannai/status/1373967708669276162?s=20

Yang kedua. Pernah denger tentang algoritma Gradient Descent? Kalau belum pernah, mimin kasih gambaran singkat ya. Di data sains kita bakal sering banget diminta membuat model prediksi.

Namanya prediksi, pastinya kita pengen hasilnya mendekati realita dong? Maksudnya, ya ngapain gitu kita bikin prediksi tapi kemungkinan terjadinya jauh banget dari realita. Nah, perbedaan antara prediksi dan kenyataan yang terjadi ini disebutnya error.

Lewat algoritma Gradient Descent, kita bisa mengoptimumkan nilai error jadi sekecil mungkin dengan model prediksi yang tepat. Untuk paham gimana algoritma ini bekerja, kamu mesti paham konsep aljabar kayak fungsi, diferensial dan integral.

Jangan langsung manyun gitu dong baca kata ‘aljabar’. :D

Ketiga, ada peluang. Ini bagian matematika yang penting banget wajib hukumnya seorang Data Scientist pahamin.

Soalnya peluang ini konsep dasar yang bakal dipake seorang Data Scientist bisa jadi tiap hari. Selain bikin Data Scientistnya jadi lebih sadar gimana sebuah kejadian lebih mungkin terjadi, konsep teorema bayes

Yang berkaitan sama peluang bersyarat juga jadi makanan sehari-harinya data scientist. Not to mention keharusan mengenali data yang bisa lebih mudah dilakukan kalau data scientistnya paham jenis-jenis distribusi data.

The last but not the least, Data Sains nggak bisa dilepasin dari yang namanya model.
Penentuan model buat menyelesaikan suatu task jadi tahapan penting dari to-do-list nya data scientist. Nah, math bisa bikin tahapan ini jadi lebih mudah.

Kalau kita punya pemahaman terhadap konsep matematika dengan baik, besar kemungkinan bahwa kita bakal lebih mudah buat memahami masalah dan milih model mana yang tepat untuk menyelesaikannya. Jadi lebih efektif, deh!

Jadi kesimpulannya, apakah data scientist butuh matematika?

Kesimpulan dari mimin: ketika masuk ke dunia data sains, gak usah takut dengan matematika. Matematika di data sains ada untuk membantu kamu menyelesaikan masalah dengan lebih mudah, bukan nambah masalah, hehe.

Kalau nyontek dikit susunan kalimatnya dari Joma: Meski semisalnya apa yang kita lakukan 99% nggak kaitan dengan math, ada 1% kemungkinan kita bakal pake math. Dan 1% itu yang bikin kita beda dari DS lain.

‘Tapi aku nggak tau min harus belajar mathnya darimana, apa aja yang dibutuhin DS?’
Berarti kamu cocok ikut non-degree programnya Pacmann. Di Non-Degree program Data Scientist Pacmann, kamu juga bakal belajar math yang diperluin seorang DS.

Nggak percaya? Cek aja sendiri di kurikulumnya: bit.ly/brosurpacmannai atauu kalau kalian udah ga sabar belajar biar bisa jadi seorang DS, langsung aja daftarin diri kalian di bit.ly/PendaftaranNon… ada potongan hingga 500k loh untuk 10 pendaftar pertama di batch 3!

Referensi:
sharpsightlabs.com/blog/math-for-…
kdnuggets.com/2018/09/essent…