Modul 3 — Modul 3 — Menyiapkan Data dan Menghindari Kebocoran

• Menerapkan penanganan nilai hilang, duplikat, dan pencilan pada satu berkas data nyata yang diunduh sendiri, disertai tabel keputusan enam kolom yang mencatat bukti berupa angka, alasan, risiko, dan cara pemantauan untuk setiap keputusan
• Menerapkan penyandian variabel kategori dan penskalaan variabel numerik yang sesuai dengan algoritme sasaran, termasuk kebijakan tertulis untuk kolom berkardinalitas tinggi (50 nilai berbeda atau lebih) dan untuk kategori yang belum pernah muncul di data latih
• Menganalisis sebuah alur penyiapan data untuk menemukan titik kebocoran informasi dari data uji ke data latih, lalu merumuskan urutan langkah yang memperbaikinya
• Membedakan operasi baris-mandiri yang aman dikerjakan sebelum pemisahan data dari operasi yang mempelajari statistik lintas baris dan hanya boleh dipelajari dari data latih
• Mengevaluasi alur penyiapan data buatan sendiri memakai rubrik modul, lalu memperbaiki setiap butir yang belum memenuhi dan mencatat perbaikannya