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_L1

R Bí Kíp: Trở Thành Ninja Phân Tích Dữ Liệu

Đây là 1 khóa học R từ cơ bản đến nâng cao, ứng dụng trong phân tích dữ liệu lớn (Big Data Analyst) và quản trị rủi ro kinh doanh. Hình thức đào tạo online và offline trong thời lượng 10 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:

5.0 (291)

Đối tượng

• Sinh viên khối kinh tế, Tài chính ,kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang bắt đầu tìm hiểu các kiến thức liên quan R, Thống kê ,Machine Learning, và học cách ứng dụng R 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 R.

• 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

không yêu cầu đầu vào

Bạn sẽ học những gì

Nắm về R và R IDE (mục đích, chức năng, operators, các libraries thông dụng)
Vẽ biểu đồ và trực quan hóa dữ liệu
dplyr: Thao tác và chỉnh sửa dữ liệu một cách hiệu quả
ggplot2: Tạo biểu đồ và trực quan hóa dữ liệu
tidyr: Chuyển đổi dữ liệu giữa các định dạng rộng và dài
lubridate: Làm việc với ngày tháng và định dạng thời gian
dtplyr: Xử lý dữ liệu theo nhóm thời gian
stringr: Xử lý văn bản
randomForest: Xây dựng mô hình học máy
Biết Cách sử dụng các library nâng cao khác.

Nội dung khóa học

    Chủ đề:

    Giới thiệu về R

    Mục tiêu:

    Giới thiệu về R.
    Làm việc với phần tử trong vector.
    Tạo vector và ma trận.
    Làm việc với dữ liệu dạng list.

    Ứng dụng:

    Hiểu cơ bản về ngôn ngữ lập trình R và kỹ năng làm việc với dữ liệu vector và ma trận.

    Case Study:

    Phân tích dữ liệu đơn giản và thực hành các thao tác cơ bản trên vector và ma trận.

    Chủ đề:

    Import Data và Vẽ Biểu Đồ

    Mục tiêu:

    Import data từ nhiều nguồn.
    Kiểm tra định dạng bảng.
    Vẽ biểu đồ và thực hành.

    Ứng dụng:

    Kỹ năng nhập liệu và trực quan hóa dữ liệu thông qua biểu đồ.

    Case Study:

    Nhập dữ liệu bán hàng từ một file và vẽ biểu đồ phân tích xu hướng bán hàng.

    Chủ đề:

    Lập Trình với Vòng Lặp và Hàm

    Mục tiêu:

    Ôn lại nội dung trước.
    Hàm for loop, while loop.
    Điều kiện break trong lặp.
    Viết các function.

    Ứng dụng:

    Phát triển kỹ năng lập trình với các vòng lặp và hàm trong R.

    Case Study:

    Viết script R để tự động hóa quá trình phân tích dữ liệu hàng ngày.

    Chủ đề:

    Làm Việc với Functions

    Mục tiêu:

    Ôn lại bài cũ và viết functions.
    Sử dụng lapply, sapply và vapply.

    Ứng dụng:

    Nâng cao kỹ năng viết và sử dụng functions, cũng như làm việc với hàm áp dụng.

    Case Study:

    Tạo một function phân tích và tổng hợp dữ liệu khách hàng.

    Chủ đề:

    Functions

    Mục tiêu:

    Sửa bài tập và thực hành với hàm apply.
    Một số hàm hữu ích khác.

    Ứng dụng:

    Áp dụng thực hành với các hàm lặp và hàm hữu ích trong R.

    Case Study:

    Áp dụng hàm apply để tự động hóa quy trình làm sạch và chuẩn hóa dữ liệu.

    Chủ đề:

    Data Visualization

    Mục tiêu:

    Chuyển định dạng dữ liệu.
    Thực hành vẽ biểu đồ - các phần Visualization.

    Ứng dụng:

    Kỹ năng trực quan hóa dữ liệu và sử dụng các công cụ vẽ biểu đồ trong R.

    Case Study:

    Phân tích và trực quan hóa dữ liệu khảo sát người tiêu dùng.

    Chủ đề:

    Machine Learning

    Mục tiêu:

    Sửa bài tập về Visualization.
    Khái niệm về học máy.
    Tổng quan về hồi quy và xây dựng mô hình.
    Đánh giá hiệu năng mô hình và cây quyết định.

    Ứng dụng:

    Hiểu biết về học máy, hồi quy và áp dụng các mô hình trong R.

    Case Study:

    Xây dựng và đánh giá một mô hình hồi quy để dự đoán doanh số bán hàng.

    Chủ đề:

    Thực Hành Học Máy Nâng Cao

    Mục tiêu:

    Máy vector hỗ trợ.
    Thực hành với ggplot, logistic regression và decision tree.

    Ứng dụng:

    Phát triển kỹ năng thực hành nâng cao với học máy trong R.

    Case Study:

    Phân loại khách hàng dựa trên dữ liệu mua hàng sử dụng logistic regression.

    Chủ đề:

    Phân Tích Credit Portfolio

    Mục tiêu:

    Credit Portfolio Indicators.
    Quản lý chất lượng danh mục đầu tư.
    Dự báo danh mục đầu tư.
    Thực hành với ggplot.

    Ứng dụng:

    Kỹ năng phân tích và quản lý danh mục đầu tư tín dụng.

    Case Study:

    Phân tích và quản lý rủi ro trong danh mục đầu tư tín dụng.

    Chủ đề:

    Làm dự án - viết code vẽ hình.
    Làm dự án - tính IG AR GINI và thực hiện các task khác.

    Mục tiêu:

    Áp dụng toàn bộ kiến thức đã học vào một dự án phân tích dữ liệu thực tế.

    Ứng dụng:

    Áp dụng toàn bộ kiến thức đã học vào một dự án phân tích dữ liệu thực tế.

    Case Study:

    Áp dụng toàn bộ kiến thức đã học vào dự án thực tế, phát triển kỹ năng giải quyết vấn đề.

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