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