Nội dung khóa học

• Buổi 1: 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:

• Buổi 2: Sử dụng thư viện Numpy và Xử lý dữ liệu lớn bằng 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:

• Buổi 3: Đọc, lưu trữ, xử lý và làm sạch 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:

• Buổi 4: Sắp xếp và cấu trúc lại dữ liệu. Vẽ biểu đồ và trực quan hoá. Tập hợp dữ liệu và thao tác trên nhóm
Chủ đề:

- Data Wrangling: Join, Combine, and Reshape
- Ploting 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:

• Buổi 5: Làm việc với kiểu dữ liệu thời gian.
Chủ đề:

- Time Series

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:

• Buổi 6: Pandas nâng cao
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:

• Buổi 7: Kiến thức thực hành từ chuyên gia khoa học 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:

Khoa học dữ liệu

Case Study:

• Buổi 8: Máy học
Chủ đề:

- Machine learning

Mục tiêu:

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

- Hướng dẫn Project cuối khóa

Ứng dụng:

Machine learning

Case Study:

Credit risk scoring and Segmenation in banking

• Buổi 9: Máy học (Tiếp)
Chủ đề:

- Machine learning

Mục tiêu:

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

Ứng dụng:

Machine learning

Case Study:

Credit risk scoring and Segmentation in banking

• Buổi 10: Tổng kết cuối khoá
Chủ đề:

- Tổng kết cuối khoá

Mục tiêu:

- Trình bày Project cuối khóa và chữa bài
- Tổng kết kiến thức khóa học python

Ứng dụng:

Tổng kết cuối khoá

Case Study: