Nội dung khóa học

• Buổi 1: Làm quen với SQL và cài đặt
Chủ đề:

- Using SQL Server
- Tạo lập cơ sở dữ liệu (CSDL)

Mục tiêu:

Ứng dụng:

- Tạo cơ sở dữ liệu, bảng và view mới
- Chèn các bản ghi vào trong một CSDL
- Xóa các bản ghi từ một CSDL
- Lấy dữ liệu từ một CSDL
- Tổ chức một lượng lớn thông tin bằng việc lưu trữ, thu thập và quản lý

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 2: Làm quen với SQL và cài đặt (Tiếp)
Chủ đề:

- Using SQL Server
- Tạo lập cơ sở dữ liệu (CSDL)

Mục tiêu:

Ứng dụng:

- Tạo cơ sở dữ liệu, bảng và view mới
- Chèn các bản ghi vào trong một CSDL
- Xóa các bản ghi từ một CSDL
- Lấy dữ liệu từ một CSDL
- Tổ chức một lượng lớn thông tin bằng việc lưu trữ, thu thập và quản lý

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử..

• Buổi 3: Mô hình CSDL
Chủ đề:

- Thao tác với bảng
- Mô hình CSDL

Mục tiêu:

Lưu trữ dữ liệu và phân tích dữ liệu

Ứng dụng:

Xây dưng một kiểu dữ liệu hợp lý và phù hợp để tạo thuận lợi cho việc tìm kiếm dữ liễu và tối ưu bộ nhớ trong quá trình sử dụng

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 4: Làm quen với các lệnh điều kiện, lọc dữ liệu
Chủ đề:

- Lệnh cơ bản
- Lệnh có điều kiện Where

Mục tiêu:

Cấu trúc câu lệnh cơ bản và có điều kiện

Ứng dụng:

Truy vấn thuận lợi và dễ dàng trong một CSDL lớn

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 5: Thực hành SQL cơ bản và nâng cao
Chủ đề:

- Xuất ra Excel
- Các phép tính toán
- Các phép tính toán có sử dụng yếu tố ngày

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

- Phân tích dữ liệu

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 6: Mệnh đề joins cơ bản và nâng cao trong SQL
Chủ đề:

- Mệnh đề Joins cơ bản trong SQL
- Mệnh đề Joins lạ trong SQL

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Tìm kiếm và phân tích dữ liệu từ nhiều bảng

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 7: Tính toán trong SQL Server
Chủ đề:

- Hàm tập hợp trong SQL
- Khung hình bảng ảo View

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Phân tích dữ liệu

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 8: Mệnh đề phụ và bảng dẫn xuất
Chủ đề:

- Các mệnh đề phụ
- Bảng dẫn xuất (derived table) và CTEs

Mục tiêu:

Giới thiệu, phân biệt và thực hành

Ứng dụng:

- Sử dụng để đặt giới hạn và hạn chế kết quả trả về của truy vấn cha trong những query phức tạp cần tham chiếu đến dữ liệu của nhiều bảng với điều kiện kết lọc phức tạp mà 1 query không thể nào xử lý được.
- Truy vấn lồng trong cơ sở dữ liệu lớn

Case Study:

Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 9: Review kiến thức khóa SQL level 1, bài tập nhóm và đánh giá cá nhân
Chủ đề:

Review kiến thức khóa SQL level 1, bài tập nhóm và đánh giá cá nhân

Mục tiêu:

Tổng kết chương trình đã học

Ứng dụng:

Case Study:

• Buổi 10: Review SQL và làm quen với thủ tục lưu trữ và biến trong SQL
Chủ đề:

- Thủ tục lưu trữ (stored procedures)
- Các biến trong SQL
- Tham số và các giá trị trả về

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Quản trị dữ liệu lớn như quản lý nhân sự hay quản lý bán hàng...

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 11: Xử lý lỗi, câu điều kiện và cấu trúc vòng lặp trong SQL
Chủ đề:

- Hàm Scalar
- Điều kiện kiểm tra
- Cấu trúc vòng lặp
- Xử lý lỗi

Mục tiêu:

Phân tích dữ liệu

Ứng dụng:

- Phân tích dữ liệu, liên kết các dữ liệu
- Phương pháp logic trong việc tạo báo cáo khoa học

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 12: Xóa, cập nhật và thêm dữ liệu trong SQL
Chủ đề:

- Lệnh xóa trong SQL
- Cập nhật dữ liệu trong SQL
- Chèn dữ liệu

Mục tiêu:

Phân tích dữ liệu

Ứng dụng:

- Phân tích dữ liệu, liên kết các dữ liệu
- Phương pháp logic trong việc tạo báo cáo khoa học

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 13: Chỉnh sửa và sắp xếp dữ liệu
Chủ đề:

- Tạo bảng
- Nhóm các câu lệnh trong SQL (Transactions)
- Bảng tạm thời và bảng biến

Mục tiêu:

Phân tích dữ liệu

Ứng dụng:

- Chỉnh sửa và sắp xếp dữ liệu

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 14: Hàm và bảng dẫn xuất, CTEs
Chủ đề:

- Hàm có giá trị bảng
- Bảng dẫn xuất (derived table) và CTEs

Mục tiêu:

Phân tích dữ liệu

Ứng dụng:

- Chỉnh sửa và sắp xếp dữ liệu

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 15: Cursors, Debug và Dynamic SQL
Chủ đề:

- Thao tác con trỏ (cursors)
- Gỡ lỗi câu lệnh
- Chuỗi lệnh SQL động

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

- Duyệt qua từng dòng dữ liệu của một bảng để thao tác với chúng.
- Gỡ lỗi những procedures có nhiều câu lệnh phức tạp
- Phân tích kết quả tìm kiếm với nhiều tham số đầu vào khác nhau sẽ tạo nhiều câu lệnh SQL khác nhau

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 16: Pivots và Triggers trong SQL
Chủ đề:

- Chuyển đổi dữ liệu Pivots
- Hẹn giờ

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

- Phân tích bảng chéo (cross tabulation) chuyển dữ liệu từ bảng này sang bảng khác
- Kiểm tra ràng buộc toàn vẹn dữ liệu.

Case Study:

Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

• Buổi 17: Review kiến thức khóa SQL level 2, bài tập nhóm và đánh giá cá nhân
Chủ đề:

Review kiến thức, bài tập nhóm và đánh giá cá nhân

Mục tiêu:

Tổng kết kiến thức

Ứng dụng:

Case Study:

Kiểm tra lại các nội dung đã học

• Buổi 18: Làm quen với Power BI
Chủ đề:

- Báo cáo cơ bản
- Nguồn dữ liệu
- Biểu đồ

Mục tiêu:

Giới thiệu về Business Intelligence (BI) và cách làm việc với BI

Ứng dụng:

Case Study:

• Buổi 19: Làm quen với Power BI (tiếp)
Chủ đề:

- Định dạng trực quan hóa (visualisations)
- Các dạng trực quan hóa dữ liệu
- Bảng điều khiển (Dashboard)

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Cho phép người dùng trực quan hóa dữ liệu và nhúng những báo cáo vào ứng dụng hoặc website của công ty. Từ đó có quyết định kinh doanh vào quản lý hiệu quả

Case Study:

• Buổi 20: Xử lý dữ liệu cơ bản và ngôn ngữ M
Chủ đề:

- Chỉnh sửa mệnh đề phần 1
- Chỉnh sửa mệnh đề phần 2

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Xử lý Power BI với các thao tác cơ bản

Case Study:

• Buổi 21: Sử dụng bộ lọc và slicers
Chủ đề:

- Multiple tables
- Lọc dữ liệu

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Xử lý Power BI với các thao tác cơ bản

Case Study:

• Buổi 22: Xử lý dữ liệu bằng Drill-down và Drillthrough
Chủ đề:

- Sử dụng Drill-down
- Sử dụng Drillthrough để lọc

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Xử lý Power BI với các thao tác cơ bản

Case Study:

• Buổi 23: Sử dụng map và tạo calculated columns
Chủ đề:

- Tổng quan về maps
- Calculated columns

Mục tiêu:

Kiến thức chung và thực hành

Ứng dụng:

Trực quan hóa dữ liệu

Case Study:

• Buổi 24: Trích xuất và chia sẻ báo cáo
Chủ đề:

- Xuất bản báo cáo
- Power BI Service
- App workspaces

Mục tiêu:

- Kiến thức chung và thực hành
- Tạo giao diện trực quan

Ứng dụng:

- Không gian làm việc và chia sẻ báo cáo

Case Study:

• Buổi 25: Tổng kết khóa học Power BI
Chủ đề:

Tổng kết khóa học

Mục tiêu:

Tổng kết kiến thức khóa học

Ứng dụng:

Case Study:

Kiểm tra các kiến thức đã học

• Buổi 26: Làm quen với Python
Chủ đề:

- Preliminaries
- Python Language Basics, Ipython, and Jupiter NoteBooks
- Built-in Data Structures, Functions, and Files

Mục tiêu:

- Làm quen với Python
- Nắm vững cấu trúc dữ liệu, hàm, và files

Ứng dụng:

Phân tích dữ liệu lớn (Big Data)

Case Study:

Tách và xử lý chuỗi (string)

• Buổi 27: Làm quen với Python (tiếp)
Chủ đề:

- Built-in Data Structures, Functions, and Files

Mục tiêu:

- Làm quen với Python
- Nắm vững cấu trúc dữ liệu, hàm, và files

Ứng dụng:

Phân tích dữ liệu lớn (Big Data)

Case Study:

- Viết hàm tự build
- Áp dụng lọc và trích xuất dữ liệu bằng hàm

• Buổi 28: Xử lý và phân tích dữ liệu với Numpy và Pandas
Chủ đề:

- Numpy Basics: Arrays and Vectorized Computation
- Getting Started with Pandas

Mục tiêu:

- Sử dụng thư viện Numpy, cấu trúc mảng, vector
- Xử lý dữ liệu lớn bằng Pandas

Ứng dụng:

Phân tích dữ liệu lớn (Big Data)

Case Study:

Random walks using Numpy

• Buổi 29: Tải dữ liệu, lưu trữ và làm sạch, chuẩn bị dữ liệu
Chủ đề:

- Data Loading, Storage, and File Formats
- Data Cleaning and Preparation

Mục tiêu:

- Đọc, lưu trữ và xử lý dữ liệu
- Làm sạch dữ liệu

Ứng dụng:

Phân tích dữ liệu lớn (Big Data)

Case Study:

- Lấy dữ liệu chứng khoán và tỷ giá

• Buổi 30: Xử lý và Biểu diễn dữ liệu
Chủ đề:

- Data Wrangling: Join, Combine, and Reshape
- Plotting and Visualization
- Data Aggregation and Group Operations

Mục tiêu:

- Sắp xếp và cấu trúc lại dữ liệu
- Vẽ biểu đồ và trực quan hóa
- Tập hợp dữ liệu và thao tác trên nhóm

Ứng dụng:

Phân tích dữ liệu lớn (Big Data)

Case Study:

Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

• Buổi 31: Xử lý và phân tích dữ liệu
Chủ đề:

Time Series Data

Mục tiêu:

- Nắm vững kiến thức về dữ liệu theo thời gian
- Mở rộng kiến thức với pandas nâng cao

Ứng dụng:

Khoa học dữ liệu

Case Study:

Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

• Buổi 32: Phân tích dữ liệu nâng cao với Pandas
Chủ đề:

Advanced pandas

Mục tiêu:

- Nắm vững kiến thức về dữ liệu theo thời gian
- Mở rộng kiến thức với pandas nâng cao

Ứng dụng:

Khoa học dữ liệu

Case Study:

Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

• Buổi 33: Giới thiệu các thư viện mô hình hóa trong Python và các ví dụ phân tích dữ liệu
Chủ đề:

- Introduction to Modelling Libraries in Python
- Data Analysis Examples

Mục tiêu:

Kiến thức thực hành từ chuyên gia khoa học dữ liệu

Ứng dụng:

Thực hành phân tích dữ liệu bằng các bài tập thực tế

Case Study:

Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

• Buổi 34: Quản trị rủi ro và Danh mục đầu tư
Chủ đề:

- Risk management
- Portfolio management

Mục tiêu:

- Kiến thức về Máy học
- Học có giám sát với thư viện Scikit-learn
- Học không giám sát trong Python

Ứng dụng:

Phân tích và mô hình quản trị rủi ro, quản trị danh mục

Case Study:

Credit risk scoring and Segmentation in banking

• Buổi 35: Quản trị danh mục đầu tư
Chủ đề:

Portfolio management

Mục tiêu:

- 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

Ứng dụng:

Phân tích và mô hình quản trị rủi ro, quản trị danh mục

Case Study:

Retail portfolio management in banking and finance

• Buổi 36: Review kiến thức khóa Python level 1, bài tập nhóm và đánh giá cá nhân
Chủ đề:

Review kiến thức, bài tập nhóm và đánh giá cá nhân

Mục tiêu:

Tổng kết lại kiến thức đã học

Ứng dụng:

Case Study:

- Tổng kết lại tất cả kiến thức đã học
- Kiểm tra cuối khóa

• Buổi 37: OOP Python Overview và Data Analysis Review
Chủ đề:

Machine Learning

Mục tiêu:

- Hiểu biết cơ bản về ngôn ngữ lập trình hướng đối tượng Python
- Review kiến thức cũ về Phân tích dữ liệu và Khai phá dữ liệu - chương trình Python level 1

Ứng dụng:

Machine Learning

Case Study:

Exploratory Data Analysis on datasets & develop python class implementing sklearn API

• Buổi 38: Machine Learning cơ bản
Chủ đề:

Tìm hiểu về Data Analysis on Datasets & phát triển python class triển khai sklearn API

Mục tiêu:

- Hiểu biết các khái niệm về mô hình dự báo trong Machine Learning
- Áp dụng mô hình Linear Regression trong Python

Ứng dụng:

Machine Learning

Case Study:

Perform t-test, ANOVA, regression, chi-square test with traditional and resampling methods

• Buổi 39: Machine Learning cơ bản (tiếp)
Chủ đề:

Giới thiệu Machine Learning, hyperparameter, model validation. Naive Bayes Classification, KNN

Mục tiêu:

Nắm các kiến thức về hyperparameter, model validation. Naive Bayes Classification, KNN

Ứng dụng:

Machine Learning

Case Study:

Perform Feature Engineering, simple prediction/classification models with Naive Bayes and KNN

• Buổi 40: Các mô hình học máy có giám sát
Chủ đề:

Supervised Learning: Multiple Linear Regression, Logistic Regression, Soft-Max Regression, Support Vector Machine & Kernel Method, Decision Tree & Ensemble methods, measure model's performance

Mục tiêu:

Hiểu biết và áp dụng các mô hình học máy có giám sát nâng cao, có tính chính xác cao

Ứng dụng:

Học máy có giám sát nâng cao

Case Study:

Perform multiple models on same dataset and compare performance

• Buổi 41: Các mô hình học máy không có giám sát
Chủ đề:

Unsupervised Learning: Principal Component Analysis, Manifold Learning, Clustering (K-Means, DBSCAN, Hierachical), Gaussian Mixture Model, Kernel Density Estimation

Mục tiêu:

Hiểu biết và áp dụng các mô hình học máy không có giám sát nâng cao, có tính chính xác cao

Ứng dụng:

Học máy không giám sát nâng cao

Case Study:

Customer segmentation. Supervised learning on reduced feature list.

• Buổi 42: Deep Learning Overview
Chủ đề:

Giới thiệu về mạng Nơ-Ron nhân tạo

Mục tiêu:

Hiểu biết cơ bản về mô hình học sâu (Deep Learning)

Ứng dụng:

Deep Learning

Case Study:

• Buổi 43: Xử lý ngôn ngữ tự nhiên
Chủ đề:

Natural language processing:
- Applying Machine Learning to Sentiment Analysis
- Embedding a Machine Learning Model into a Web Application

Mục tiêu:

Áp dụng các mô hình học sâu trong xử lý ngôn ngữ tự nhiên

Ứng dụng:

Deep Learning

Case Study:

Sentiment Analysis

• Buổi 44: Xử lý ngôn ngữ tự nhiên (tiếp)
Chủ đề:

Natural language processing:
- Applying Machine Learning to Sentiment Analysis
- Embedding a Machine Learning Model into a Web Application

Mục tiêu:

Áp dụng các mô hình học sâu trong xử lý ngôn ngữ tự nhiên

Ứng dụng:

Deep Learning

Case Study:

Sentiment Analysis

• Buổi 45: Thị giác máy tính
Chủ đề:

Computer Vision: Handwriting recognition with Deep Convolutional Neural Networks

Mục tiêu:

Áp dụng các mô hình học sâu trong thị giác máy tính

Ứng dụng:

Deep Learning

Case Study:

Handwriting recognition

• Buổi 46: Thị giác máy tính (tiếp) và Tổng kết chương trình Python Level 2
Chủ đề:

Computer Vision: Handwriting recognition with Deep Convolutional Neural Networks

Mục tiêu:

Áp dụng các mô hình học sâu trong thị giác máy tính

Ứng dụng:

Deep Learning

Case Study:

Handwriting recognition