BEGIN:VCALENDAR
VERSION:2.0
METHOD:PUBLISH
CALSCALE:GREGORIAN
PRODID:-//WordPress - MECv7.31.0//EN
X-ORIGINAL-URL:https://mimir.id/
X-WR-CALNAME:Mimir
X-WR-CALDESC:Micro and Social Learning
X-WR-TIMEZONE:Asia/Jakarta
BEGIN:VTIMEZONE
TZID:Asia/Jakarta
X-LIC-LOCATION:Asia/Jakarta
BEGIN:STANDARD
TZOFFSETFROM:+0700
TZOFFSETTO:+0700
TZNAME:WIB
DTSTART:20260727T192538
END:STANDARD
END:VTIMEZONE
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-PUBLISHED-TTL:PT1H
X-MS-OLK-FORCEINSPECTOROPEN:TRUE
BEGIN:VEVENT
CLASS:PUBLIC
UID:MEC-2596d6f3bebee6873cbd984161fa9a5a@mimir.id
DTSTART;TZID=Asia/Jakarta:20230726T100000
DTEND;TZID=Asia/Jakarta:20230726T113000
DTSTAMP:20230724T142155Z
CREATED:20230724
LAST-MODIFIED:20230727
PRIORITY:5
SEQUENCE:8
TRANSP:OPAQUE
SUMMARY:Python – Exploratory Data Analysis (EDA)
DESCRIPTION:Exploratory Data Analysis (EDA) dalam pengelolaan database eksplorasi mineral dan batubara adalah suatu proses analisis data yang dilakukan pada data eksplorasi mineral dan batubara untuk memahami dan mengeksplorasi karakteristiknya. EDA bertujuan untuk memperoleh pemahaman yang lebih baik tentang data eksplorasi mineral sebelum melakukan analisis lanjutan atau pengambilan keputusan terkait pengembangan tambang atau kegiatan eksplorasi.\nDengan menggunakan Python dalam EDA dalam pengelolaan database eksplorasi mineral dan Batubara, Anda dapat memanfaatkan keunggulan bahasa ini dalam kemudahan penggunaan, library yang kuat, integrasi dengan database, fleksibilitas analisis data, dan dukungan komunitas yang luas. Hal ini memungkinkan Anda untuk menjalankan analisis data secara efisien, menggali wawasan dari dataset eksplorasi mineral, dan mendukung pengambilan keputusan yang lebih baik dalam kegiatan eksplorasi dan pengelolaan sumber daya mineral.\n \nApa saja yang akan di pelajari?\n\nMemuat Data: Memuat data eksplorasi mineral dari berbagai sumber, seperti data pengeboran, survei geofisika, data kimia, atau peta geologi, ke dalam sistem atau database yang sesuai.\nPemeriksaan Awal Data: Memeriksa struktur dan kualitas data, termasuk memastikan kelengkapan data, memeriksa tipe data, memverifikasi integritas data, dan menentukan apakah ada missing values atau outliers dalam dataset.\nStatistik Deskriptif: Melakukan analisis statistik deskriptif pada data eksplorasi mineral untuk memahami distribusi, variasi, dan kecenderungan data. Ini meliputi perhitungan statistik seperti rata-rata, median, modus, deviasi standar, kuartil, dan rentang.\nVisualisasi Data: Membuat plot dan grafik visual untuk menggambarkan data eksplorasi mineral secara visual. Ini membantu dalam mengidentifikasi pola, hubungan, atau anomali dalam data. Contoh visualisasi yang umum digunakan termasuk scatter plot, histogram, box plot, atau peta kontur.\nKorelasi dan Hubungan: Menganalisis hubungan antara variabel-variabel dalam data eksplorasi mineral. Ini melibatkan metode seperti analisis korelasi, cross-plotting, atau heatmap untuk memahami hubungan antara data geologi, geofisika, atau kimia.\nIdentifikasi Anomali: Mendeteksi dan menangani anomali atau outliers dalam data eksplorasi mineral. Anomali dapat berupa nilai-nilai ekstrim yang tidak sesuai dengan pola umum atau indikasi adanya kesalahan pengukuran atau interpretasi.\nPenggalian Informasi: Mengeksplorasi data eksplorasi mineral untuk menemukan informasi yang bermanfaat atau menarik, seperti daerah dengan potensi tambang yang tinggi, zona anomali, atau tren mineralisasi yang menonjol.\n\n\n\nBerapa lama durasi kursus ini?\nKursus berlangsung dengan dengan durasi 1:30 jam.\n \nSiapa saja yang mengikuti kursus ini?\n\nKursus ini sesuai untuk geologist dan mining engineer yang bekerja di bidang eksplorasi mineral dan estimasi sumber daya mineral.\nPengguna software berpengalaman yang ingin mengembangkan keterampilan mereka untuk membuat model yang lebih kompleks.\nMereka yang telah menyelesaikan kursus dasar lainnya dan hendak meningkatkan pengetahuan di bidang data science.\n\nEvent ini FREE, silahkan daftar sebelum kehabisan.\n \n \n
URL:https://mimir.id/events/python-exploratory-data-analysis-eda-2/
ORGANIZER;CN=Fidia Rima:MAILTO:fidiadina@acala.co.id
CATEGORIES:Event
ATTACH;FMTTYPE=image/png:https://mimir.id/wp-content/uploads/2023/07/Flyer-Event-Python-1026-×-362-px-1024x361-1.png
END:VEVENT
END:VCALENDAR
