Modul 2 · Data sebagai Bahan Baku: Memeriksa, Membersihkan, dan Memisahkan

• Menganalisis mutu sebuah dataset tabular dan menamai temuannya secara spesifik: nilai hilang, baris duplikat, satuan atau format yang tidak konsisten, pencilan, serta label yang meragukan
• Menerapkan pemisahan data latih (validasi) uji yang sesuai dengan cara model akan dipakai, termasuk pemisahan berbasis waktu untuk data berurutan dan pemisahan berbasis kelompok untuk data yang berulang pada entitas yang sama
• Membedakan penanganan data yang sah dari kebocoran informasi masa depan ke dalam data latih, baik melalui kolom fitur, urutan pemrosesan, maupun baris yang menyeberang antarhimpunan
• Mengevaluasi keputusan pembersihan data orang lain dengan menyebutkan alasan teknis mengapa keputusan itu tepat atau berisiko
• Merumuskan catatan keputusan data yang dapat ditelusuri ulang oleh orang lain sebelum masuk ke tahap pemodelan