Gue suka ngumpulin cheat sheet yg berhubungan dengan data science dan kali ini gue mau share yg berhubungan dengan data visualization.
Mulai dari prinsip #dataviz , sampai bikin perintah basic-nya.
Like, RT, Bookmark thread ini ya!
Sebelum mulai, cheat sheet itu dokumen yg isinya ringkasan referensi / info. Bentuknya bisa infografis atau tabel. Bermanfaat buat yg mau belajar dan mengingat info yg kadang lupa.
Tapi, ingat ya, cheat sheet gak gantiin proses belajar yg terstruktur. Tetep belajar terus!
Infografis ini bikinan Novartis berisi prinsip-prinsip dalam bikin grafis #dataviz. Dari sini kita bisa tahu cara memilih chart, pewarnaan, dan bagaimana merencanakan sebuah data viz / dashboard.
Di cheat sheet bikinan @DataCamp ini kita bisa belajar berbagai jenis chart / #dataviz dan biasanya cocok untuk menggambarkan data apa. Disampaikan dengan clean dan enak dibaca, ini wajib di-save sih.
Untuk cheat sheet infografis ini lebih fokus ke prinsip warna di #dataviz . Cukup jelas gambarin kira-kira gimana cara make warna dan gimana milih skema warnanya biar lebih komunikatif.
Dari kampus yang sama, ini juga ada pedoman bagus buat yang mau buat #dataviz memperhatikan pembaca yang buta warna. Jadi kita punya data visualization juga bisa lebih luas khalayaknya.
Ini juga sering gue jadiin bahan referensi. Kalau bingung, decision tree ini bisa ngebantu untuk kita mengambil keputusan mau bikin data viz / chart apa. Tergantung jenis data dan apa story yang mau kita sampaikan.
Kembali ke prinsip-prinsip #dataviz , infografis ini lengkap banget buat kita misalnya mau tau kaidah umumnya gimana. Ada do and don't dan banyak masukan yang cukup berguna.
Prinsip dasar #dataviz juga dijelaskan cukup ringkas di sini. Mulai dari jenis-jenis data yang bisa dipresentasikan, sampai kira-kira chart apa yang cocok.
Ini sudah mulai masuk ke tools. Kalau biasa bikin Viz pakai Python, cheat sheet ini mungkin mempermudah saat mau cari perintah yang tepat, terutama pas make @matplotlib
@matplotlib Kalau ini misalnya di Python mau lebih cakep ada Seaborn library, melengkapi matplotlib. Ada cheat sheet untuk perintahnya dan gambaran chart-nya seperti apa.
Kalau suka pakai ggplot2 di #RStats , ini juga ada cheat sheet untuk pengoperasian atau perintah buat nampilin #dataviz
Ultimate sih ini lengkap banget 😅
Sumber: Rstudio / Posit
Sekarang cheat sheat-nya Tableau. Untuk yang mau ngulik @tableaupublic , ini lumayan basic soal Tableau dari apa itu, dan gimana mulai bikin dashboard (di mana gue nanti jg bakal kok bikin step by step di twitter)
Tabel ini seperti info pendukung untuk @tableau yang desktop. Ada shortcut, ada istilah, lengkap. Mana tau kepake kalau gak mau ribet pas mengoperasikan Tableau.
Sumber: intelliPaat
@tableau Buat yang make Power BI atau di kantor tools-nya itu, ini ada cheat sheet juga. Isinya ada informasi mengenai Power BI dan juga penggunaan Power Query dan DAX.
@tableau Kalau informasi di atas masih pada belum cukup, yang ini lebih lengkap lagi. Dibuat Financial Times, kita bisa memahami dan mengetahui lebih detil lagi kasus per kasus sebelum menentukan chart. Visual Vocabulary ini keren buat disimak.
Mungkin itu dulu ya. Mudah-mudahan bisa ngebantu dalam menentukan chart atau pas bikin presentasi.
Cheat Sheet ini gak harus cuma dipakai untuk Data Scientist atau Data Analyst kok. Siapa saja bisa pakai dan nggak harus Python atau R. Bisa juga diimplementasikan pake Excel.
O iya kelupaan, kalau misalnya teksnya kekecilan dibuka di hape atau di PC, buka sumbernya saja itu harusnya ada versi PDF atau yang high resolution.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Natalan banyak baca soal AI lebih dalam, terutama kontribusinya di berbagai hal. Ini memang buka problem baru sih, meski secara produksi jadi lebih efisien, tapi ngebuka banyak pertanyaan dan problem etis.
Ada beberapa topik yg tampaknya menarik kalau gue angkat.
Video Games.
AI di video games gak cuma soal kecerdasan buatan untuk musuh-musuhnya tapi banyak hal yang bisa diterapin. Gue udah nyatet beberapa problem.
Kriminalitas.
Seperti Minority Report, penggunaan AI untuk investigasi masalah kriminal sudah ada, bahkan ada yg klaim bisa melakukan prediksi. Ini juga uda gue kumpulin bahan-bahannya.
2022 adalah salah satu tahun menyenangkan bagi gue. Belajar data science adalah satu hal yg nggubah hidup banget, dapet skill baru, sampe ikutan kompetisi dan dapet penghargaan kecil-kecilan.
Gue share ya, apa yg ngubah gue saat belajar Data Science / Data Analytics.
Disclaimer
Gak cuma belajar Data Science atau Data Analytics bisa mengubah hidup kok. Belajar apapun yg kontributif tentu bisa. Untuk thread ini gue cerita apa adanya berdasarkan pengalaman selama ini.
Apa aja? Simak ya.
Bantu gue memahami dan menganalisis data dengan lebih baik.
Captain obvious. Walau terdengar standrat, saat gue bisa menganalisis data dengan baik, masalah bisa dipahami lebih dalam, dan tentunya juga bisa dipertanggungjawabkan. Tidak banyak loh orang yang bisa melakukan ini.
Gue masih ingusan di Data Science. Belajar baru setahun belakangan. Dari sini gue belajar, salah satu cara untuk bisa makin cakap adalah giat bikin project sendiri dengan data yang riil.
Coba simak ya pengalaman gue lewat thread ini!
Sebelum lanjut, thread ini sedikit ada 'jualan'-nya, dari pamer portfolio gue sampai tempat yang gue rekomendasiin buat belajar Data Science. Tetapi, di luar itu mudah-mudahan temanp-teman menemukan poin menarik lainnya.
Dari dulu gue terkesima dengan infografis yang keren, dashboard cantik, atau artikel yang banyak memaparkan data. Beberapa tutorial gue coba. Tapi, karya gue baru kelihatan saat gue bikin project sendiri dengan data riil yang cukup kompleks.
Lagi rame di sebelah. Temen gue nekat 'nantang' bioskop bawa minuman sebagai protes karena pembiaran anak-anak di bawah umur masuk bioskop dan dibiarin berisik.
Simak dah, seru:
Lanjutan:
O iya ralat dikit, maksud tweet gue pertama, anak2 di bawah usia untuk film yang ratingnya buat orang dewasa ya. Kalau di film bocah ya jelas gpp malah seru ada rame2 pas nonton animasi ada ketawa-ketiwi anak-anak yang enjoy filmnya.