Khóa Học Python Nên học ở đâu ?

Khoá học Python tại MCI trong những năm gần đây luôn luôn “cháy hàng" bởi nhu cầu học Python đang gia tăng mạnh mẽ trên toàn thế giới. Đối tượng tham gia học Python tại MCI cũng rất đa dạng, từ dân kinh tế, các bạn non-IT đến các bạn lập trình viên cũng đều có thể tìm thấy cho mình những lộ trình học lập trình Python phù hợp cho mình tại MCI.

Xu hướng học Python 05 năm gần đây

Một trong những lý do quan trọng khiến cho khoá học lập trình Python rất được quan tâm đó là tính ứng dụng cao của Python trong nhiều lĩnh vực Phân tích dữ liệu lớn, Khoa học dữ liệu, Học máy và Học sâu… và tính đơn giản, dễ hiểu và dễ nhớ của nó.

Tìm hiểu thêm ngôn ngữ lập trình Python là gì?

Các khoá học Python tại MCI

Nắm bắt được những nhu cầu khác nhau từ người học, MCI xây dựng các khoá học Python với những lộ trình và giáo án khác nhau phù hợp cho từng đối tượng và mục tiêu học tập. 

Giá trị cốt lõi trong mọi khoá học mà MCI hướng đến luôn luôn là tính ứng dụng của những kiến thức trong chương trình học, tức là đội ngũ của chúng tôi sẽ luôn nỗ lực mết mình để mang những kiến thức bài vở tái hiện vào những case studies thực tế trong công việc để giúp học viên có thể dễ dàng ứng dụng sau này.

Với cam kết chất lượng đào tạo cho học viên, MCI mang đến những điều kiện học tập và chính sách tốt nhất cho học viên:

• Hỗ trợ học lại bất cứ khi nào nếu học viên chưa hiểu rõ kiến thức trong khoá học.
• Để nhận được Certificate từ MCI, bạn đạt đủ điều kiện về hoàn thành các bài tập và project cuối khoá. Điều này cũng là cách mà MCI đảm bảo chất lượng đầu ra cho tất cả học viên của chúng tôi.
• Hệ thống quản lý học tập trực tuyến Mciworkspace giúp bạn theo dõi các thông tin học tập dễ dàng hơn, cung cấp hệ thống đề test và bài tập phong phú, sau khi bạn làm xong sẽ có giảng viên feedback và bài làm trực tiếp cho bạn. Trên workspace của MCI cũng cung cấp rất nhiều tài liệu, video tự học hoàn toàn miễn phí cho học viên.
• Được kết nối với những đối tác tuyển dụng của MCI để tìm được việc làm ưng ý, phù hợp nhất với background và nhu cầu của bạn

Hiện tại, MCI đang cung cấp 03 khoá học lập trình Python bao gồm:

Khoá học Python Level 1: Python for Data Analytics & Risk Analytics

Khoá học này cung cấp các kiến thức từ cơ bản cho người mới tìm hiểu về khóa học Python và lập lập trình Python. Phù hợp cho các bạn non-IT hoặc các bạn IT chưa từng làm việc với Python, muốn tìm hiểu và học bài bản về Python cơ bản đến Python nâng cao.

Thời lượng khoá học: 10 buổi, mỗi buổi kéo dài 2-2,5 tiếng.

Hình thức học: Offline tại trung tâm, Online qua zoom hoặc học viên có thể đăng ký kết hợp cả 2 hình thức học trên.

Nội dung khoá học, bao gồm nhưng không giới hạn:

Buổi 1: Cài đặt, thiết lập hệ thống

• Giới thiệu Ipython, Jupiter NoteBook
• Cấu trúc dữ liệu và chuỗi
• Hàm
• Files và hệ thống hoạt động OS

Buổi 2:

• Mảng dữ liệu nhiều chiều
• Hàm dựa trên cấu trúc mảng
• Input và Output với Array
• Tính toán tuyến tính
• Số ngẫu nhiên (Ví dụ: Random walks)
• Giới thiệu cấu trúc dữ liệu Pandas
• Các tính năng quan trọng
• Tổng hợp, tính toán thống kê mô tả

Buổi 3:

• Đọc và viết dữ liệu dạng text
• Tương tác với Web API
• Tương tác với cơ sở dữ liệu
• Xử lý dữ liệu bị mất
• Chuyển đổi dữ liệu
• Thao tác dữ liệu chuỗi (string)

Buổi 4:

• Tra cứu theo mô hình phân tầng
• Kết hợp và nối các cơ sở dữ liệu
• Thay đổi cấu trúc dữ liệu và xoay các chiều dữ liệu
• Giới thiệu về API matplotlib
• Vẽ các biểu đồ thống kê bằng pandas và seaborn
• Các công cụ trực quan hóa dữ liệu khác
• Các cơ chế tổng hợp nhóm (GroupBy)
• Tập hợp dữ liệu
• Phân tách và nối dữ liệu
• Bảng pivot và thực hành phân tích bảng chéo

Buổi 5:

• Dữ liệu ngày, tháng
• Kiến thức cơ bản về chuỗi thời gian
• Vùng dữ liệu, tần suất và shifting (leading và lagging)
• Xử lý các vùng thời gian khác nhau, thời kỳ
• Resampling và thay đổi tần suất
• Kĩ thuật cửa sổ trượt (moving window functions)

Buổi 6:

• Dữ liệu phân loại
• Cách sử dụng các GroupBy nâng cao
• Kĩ thuật cho chuỗi phương thức

Buổi 7:

• Giao thức giữa pandas và model code
• Tạo mô tả mô hình với Pasty
• Giới thiệu statsmodels, scikit-learn
• Các ví dụ thực tiễn trong phân tích dữ liệu

Buổi 8 + 9:

• Kiến thức về Máy học (Machine Learning)
• Học có giám sát (Supervised Learning) với thư viện scikit-learn
• Học không giám sát (Unsupervised Learning) trong Python
• Case study: Credit risk scoring and Segmentation in banking

Buổi 10:

• Giới thiệu về quản trị danh mục trong ngân hàng
• Sử dụng các công cụ vintage, roll-rate, flow-rate trong quản lý danh mục bán lẻ trong tài chính ngân hàng,…
• Case study: Retail portfolio management in banking and finance

Sau khoá học Python Level 1, chúng tôi cam kết rằng bạn sẽ có nền tảng kiến thức và kỹ năng vững chắc về:

• Python và Python IDE (mục đích, chức năng, operators, các libraries thông dụng)
• Vẽ biểu đồ và trực quan hóa dữ liệu
• Cách sử dụng thư viện Numpy Basics, Pandas
• Nắm về Built-in Data Structures, Functions, and Files
• Biết cách ghép nối dữ liệu, phân tích theo nhóm Data Aggregation and Group Operations
• Xử lý dữ liệu dạng Time Series
• Ngoài ra có thể loading dữ liệu lớn, lưu trữ, file formats, làm sạch và chuẩn hóa dữ liệu
• Thành thạo Python sau 10 buổi học
• Biết Cách sử dụng các library nâng cao khác.

Khoá học Python Level 2: Python for Machine Learning & Deep Learning

Khoá học python này cung cấp các kiến thức nâng cao và ứng dụng của Python trong lĩnh vực Machine Learning & Deep Learning, phù hợp với những bạn đã nắm được các kiến thức cơ bản về python, mong muốn tìm hiểu sâu hơn về lĩnh vực học máy, học sâu và trí tuệ nhân tạo.

Yêu cầu đầu vào khoá học: Đã có kiến thức cơ bản về Python và đã hoàn thành khoá học Python level 1: Python for data analytics & risk analytics

Thời lượng khoá học: 10 buổi, mỗi buổi kéo dài 2-2,5 tiếng.

Hình thức học: Offline tại trung tâm, Online qua zoom hoặc học viên có thể đăng ký kết hợp cả 2 hình thức học trên.

Nội dung khoá học, bao gồm nhưng không giới hạn:

Buổi 1:

• Introduction to Artificial Intelligent, types, history
• Introduction to Turing test
• Components of data science
• Machine learning / Data science lifecycle
• Machine learning categories: supervised, unsupervised, reinforcement learning
• Install libraries

Buổi 2:

Linear Regression

• Hypothesis testing: t-test, f-test, p-value
• Model equation assumption and explanation
• Data selection: train test split, cross-validation
• Evaluation metrics: RMSE, MSE, MAE, coefficient of determination, 

Opjective function

• Search optimization: gradient descent
• Bias vs variance trade-off, overfitting, underfitting
• Regularization: Lasso, Ridge, Elastic-Net and why it useful
• Generalized Linear Regression
• Understand all maths behind linear regression

Buổi 4 + 5"

Naive Bayes Classification:

• Bayesian vs Frequentist statistic
• Bayesian theorem: Prior, Posteriori and Evidence
• Maximum Likelihood and Maximum a Posteriori estimation

Logistic Regression:

• Sigmoid function
• Objective function: Negative log loss from MLE and MAP
• Gradient descent to update weights
• Evaluation metrics: Confusion matrix, Precision, Recall, F1-score
• Softmax function

Buổi 6: Neural Network

• Introduction to perceptron and layers
• Computational Graph
• Feedforward and backpropagation
• Chain rule derivative
• Fully connected network
• Evaluation metrics for regression and classification

Buổi 7+8+9:

Decision Tree
- Introduction to Tree data structure
- Non-parametric objective function
- Entropy, Gini score and Information Gain
- Pruning Tree

Ensemble learning
- Why?
- Stacking, Bagging and Boosting
- Bagging: Random Forest
- Boosting: Gradient Boosting
- Deal with imbalanced data
- Calibration curve
- Evaluation metrics: ROC AUC score, precision-recall trade-off
- Conversion rate and gain table

Buổi 10: Unsupervised learning

• Dimensionality Reduction: PCA, SVD
• Clustering: K-mean, Hierarchical clustering
• Evaluation metrics: explained variance ratio, silhouette score

OUTPUT của khoá học Python Level 2, bạn có thể nắm vững và làm việc thành thạo với nghiệp vụ sau:

• Hiểu rõ các frameworks chính trong python for data science, machine learning, and deep learning
• Khai thác sức mạnh của các thư viện Python mới nhất trong Machine Learning
• Khám phá các kĩ thuật machine learning sử dụng dữ liệu trong thực tế
• Nắm vững việc triển khai Deep Neural Network sử dụng thư viện TensorFlow
• Tìm hiểu cơ chế của các thuật toán phân loại để thực hiện công cụ tốt nhất cho công việc
• Dự đoán kết quả mục tiêu bằng phân tích hồi quy
• Khám phá các mô hình và cấu trúc ẩn trong dữ liệu với phân cụm (clustering)
• Khả năng mở rộng, tự học, hiểu nhanh khi tiếp xúc với thuật toán mới volutpat.

Khoá học Python Track: lộ trình đào tạo đầy đủ giúp bạn bắt đầu hành trình sự nghiệp tại các vị trí Data Analyst, Machine Learning Engineer, AI Engineer, Data Scientist

Không giống như 2 khoá học Python Level 1 và Python Level 2 thường được học khi người học muốn bổ sung kiến thức về python thường để phục vụ cho công việc hiện tại hoặc mục đích nghiên cứu.

Khoá học Python Track sẽ phù hợp với những bạn định hướng chuyển hay gia nhập vào ngành DA, ML Engineer, AI Engineer hay DS.

Python Track là lộ trình kết hợp giữa 3 công cụ vô cùng mạnh mẽ bao gồm SQL (xử lý dữ liệu), Python (phân tích dữ liệu) và Power BI (trực quan hoá dữ liệu).

Yêu cầu đầu vào khoá học: khoá học này phù hợp cho tất cả mọi người vì chương trình đào tạo được xây dựng từ cơ bản.

Thời lượng khoá học: Bao gồm 5 môn học lẻ, mỗi môn 8-10 buổi, mỗi buổi kéo dài 2-2,5 tiếng.

Hình thức học: Offline tại trung tâm, Online qua zoom hoặc học viên có thể đăng ký kết hợp cả 2 hình thức học trên.

Nội dung khoá học: xem tại Khoá học Python Track

TỔNG KẾT: Trên đây là những khoá học Python tốt nhất tại MCI hiện nay, nếu bạn cần tìm cho mình một khoá học phù hợp với nhu cầu hay một lộ trình đào tạo từ zero to hero về python và phân tích dữ liệu, đừng ngần ngại để lại thông tin trong form dưới đây để nhận tư vấn 24/7 từ MCI nhé!

Xem thêm: Lịch khai giảng các khoá học tại MCI