Lợi ích của học viên

  • Học online linh hoạt, truy cập bất cứ đâu, bất cứ khi nào.
  • Đăng ký 1 lần, học mãi mãi – Tiếp cận nội dung cập nhật liên tục.
  • Hỗ trợ trao đổi hàng tuần với CTO của Học viện – Tư vấn và giải đáp thắc mắc chuyên sâu.
  • Tham gia cộng đồng học viên sôi động, chia sẻ và hợp tác cùng hàng ngàn chuyên gia.
  • Nhận chứng chỉ sau khóa học – Ghi nhận kỹ năng và kiến thức đã học.
  • Được support từ đội ngũ IT và CTO về công nghệ, dữ liệu lớn và hàng trăm cơ hội nghề nghiệp trên Workspace.

Học phí

3,099,000đ 2,499,000đ
OB_R_L2

Master R: chiết chìa khóa để trở thành chuyên gia phân tích dữ liệu

Đây là khóa học phân tích dữ liệu chuyên sâu dành cho các bạn muốn trở thành chuyên gia phân tích dữ liệu.

Trong khóa học này, bạn sẽ được học các kỹ năng phân tích dữ liệu thực tế với R và các thư viện phân tích dữ liệu phổ biến. Bạn sẽ được hướng dẫn chi tiết cách thu thập, làm sạch, biến đổi và mô hình hóa dữ liệu để rút ra các insight kinh doanh có giá trị.

Bạn sẽ được thực hành với các tập dữ liệu thực tế, các case study và dự án phân tích dữ liệu thực tế. Bạn sẽ có cơ hội xây dựng portfolio phân tích dữ liệu để chứng minh năng lực của mình với các nhà tuyển dụng.

Hãy tham gia khóa học để trang bị cho mình những kỹ năng phân tích dữ liệu chuyên sâu và trở thành chuyên gia phân tích dữ liệu đắt giá!

5.0 (416)

Đối tượng

Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang bắt đầu tìm hiểu các kiến thức liên quan Python, Machine Learning, Deep Learning và học cách ứng dụng Python vào các dự án thực tế tại doanh nghiệp.

• Người đã đi làm mong muốn cải thiện kỹ năng làm việc với dữ liệu, kỹ năng giải quyết và ra quyết định với các bài toán thực tế trong công việc dựa trên phân tích dữ liệu chuyên sâu và hiệu quả với Python.

• Các bạn có mong muốn chuyển ngang sang ngành Data Analysis, Data Science & Machine Learning để có mức thu nhập cao hơn lên tới 1000$/tháng và phát triển sự nghiệp rộng mở hơn.

Yêu cầu đầu vào

Kiến thức lập trình R lv1 cơ bản và kiến thức về phân tích dữ liệu cơ bản

Bạn sẽ học những gì

Kiến thức nâng cao về thống kê, học máy, mô hình hóa dữ liệu sử dụng R
Kỹ năng xử lý, làm sạch, biến đổi và phân tích các tập dữ liệu phức tạp
Khả năng áp dụng các thuật toán học máy nâng cao (neural network, random forest, boosted trees,...) để dự đoán và phân loại dữ liệu
Kỹ năng trực quan hóa và thuyết trình kết quả phân tích dữ liệu một cách hiệu quả
Khả năng lập trình R thành thạo để tự động hóa quy trình phân tích dữ liệu
Hiểu biết về các thư viện, gói R nâng cao để xử lý dữ liệu lớn và phức tạp
Kinh nghiệm thực tế thông qua các dự án phân tích dữ liệu với tập dữ liệu thực tế
Portfolio các dự án phân tích dữ liệu để thể hiện năng lực cho nhà tuyển dụng

Nội dung khóa học

    Chủ đề:

    Giới thiệu về Phân tích Dữ liệu và Máy Học

    Mục tiêu:

    Giới thiệu về phân tích dữ liệu và ứng dụng trong ngân hàng, tài chính.
    Giới thiệu về máy học trong phân tích dữ liệu.
    Ôn lại kiến thức lập trình R

    Ứng dụng:

    Hiểu biết cơ bản về phân tích dữ liệu và máy học, áp dụng trong ngành ngân hàng và tài chính.

    Case Study:

    Phân tích dữ liệu tài chính để đưa ra dự đoán hoặc xu hướng, sử dụng ngôn ngữ R.

    Chủ đề:

    Thuật toán KNN và Logistic Regression

    Mục tiêu:

    Giới thiệu thuật toán K-nearest neighbor (KNN).
    Phân loại quyết định cho vay dựa trên thông tin nhân khẩu học.
    Giới thiệu thuật toán Logistic regression.

    Ứng dụng:

    Hiểu và áp dụng các thuật toán KNN và Logistic Regression trong các bài toán phân loại.

    Case Study:

    Xây dựng mô hình phân loại để dự đoán khả năng trả nợ của khách hàng dựa trên các dữ liệu nhân khẩu học.

    Chủ đề:

    Scorecard Model và Credit Scoring

    Mục tiêu:

    Model development process and example.
    Credit Scoring with Logistic regression.

    Ứng dụng:

    Ứng dụng: Phát triển và hiểu biết về mô hình Scorecard, áp dụng logistic regression trong credit scoring.

    Case Study:

    Tạo mô hình đánh giá tín dụng để dự đoán rủi ro tín dụng của khách hàng.

    Chủ đề:

    Project XHTD.

    Mục tiêu:

    Project XHTD.
    Đánh giá hiệu năng và kiểm thử mô hình.
    Sửa bài tập.

    Ứng dụng:

    Ứng dụng: Hiểu biết và kỹ năng kiểm thử, đánh giá hiệu năng mô hình.

    Case Study:

    Đánh giá và cải thiện hiệu suất của một mô hình phân tích dữ liệu tài chính đã được phát triển.

    Chủ đề:

    Giới thiệu về Decision Tree. CART & CHAID.

    Mục tiêu:

    Giới thiệu về Decision Tree.
    Thuật toán CART & CHAID.
    Bài toán Expected Loss

    Ứng dụng:

    Ứng dụng: Nắm vững Decision Tree và áp dụng các thuật toán CART & CHAID.

    Case Study:

    Phát triển một mô hình Decision Tree để dự đoán tổn thất kỳ vọng trong các quyết định tài chính.

    Chủ đề:

    Chuỗi Thời gian và Mô hình ARIMA

    Mục tiêu:

    Khái niệm Chuỗi thời gian.
    Ứng dụng Mô hình ARIMA

    Ứng dụng:

    Hiểu biết và kỹ năng phân tích chuỗi thời gian sử dụng mô hình ARIMA.

    Case Study:

    Phân tích và dự đoán xu hướng thị trường chứng khoán hoặc tài chính sử dụng mô hình ARIMA.

    Chủ đề:

    LGD

    Mục tiêu:

    Khái niệm LGD và ứng dụng LGD Model Framework

    Ứng dụng:

    Hiểu biết về LGD và phát triển mô hình LGD.

    Case Study:

    Xây dựng mô hình LGD để ước tính tổn thất trong trường hợp vỡ nợ.

    Chủ đề:

    Project Cuối Khóa

    Mục tiêu:

    Customer segmentation.
    Customer analytics using RFM.
    Project cuối khóa

    Ứng dụng:

    Phân tích Khách hàng

    Case Study:

    Phân tích và phân loại khách hàng dựa trên hành vi mua hàng và tương tác, sử dụng dữ liệu thực từ một doanh nghiệp.

Tại sao khóa học tại MCI phù hợp với bạn

1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học
2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo R trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức

Đội ngũ giảng viên