Nội dung khoá học
- 36 buổi học qua Google Meet
- Slide bài giảng chi tiết, tài liệu tham khảo
- 3 projects thực tế và 1 đồ án cuối khoá
01
Python cơ bản
- Giới thiệu về Data Science và Python cơ bản
- Biến, kiểu dữ liệu và toán tử của Python
- Cấu trúc điều khiển: Câu lệnh If và vòng lặp
- Hàm trong Python
- Các thư viện trong Python
02
Phân tích dữ liệu với Python
- Giới thiệu về Pandas
- Các kiểu dữ liệu và thực hiện thao tác trên dữ liệu
- Thực hiện các thao tác và định dạng chuỗi
- Xử lý tệp trong Python
- Chuyển đổi kiểu dữ liệu với Pandas
- Kỹ thuật làm sạch dữ liệu với Pandas
Project: Phân tích dữ liệu với Pandas
03
Trực quan hoá dữ liệu
- Trực quan hoá dữ liệu với Matplotlib
- Trực quan hoá dữ liệu với Seaborn
- Tìm hiểu và phân tích dữ liệu (EDA)
- Phân tích về tính phân bổ dữ liệu và Histogram
- Phân tích về tính tương quan và Heatmap
04
Ứng dụng thống kê vào trong dữ liệu
- Giới thiệu về Thống kê cho Data Science
- Hypothesis Testing và Confidence Intervals
- Phân tích dữ liệu theo chuỗi thời gian
- Trực quan hóa dữ liệu nâng cao với Plotly
- Kỹ thuật làm sạch và chuyển đổi dữ liệu
- Phân tích dữ liệu không gian với GeoPandas
Project: Phân tích và trực quan hoá dữ liệu
05
Kiến thức bổ sung
- Giới thiệu về SQL cho Data Science
- Giới thiệu về Web Scraping và API
- Quy tắc về quyền riêng tư trong quản lý dữ liệu
06
Project phân tích dự án dữ liệu Capstone
- Project phân tích dự án dữ liệu Capstone (Phần 1)
- Project phân tích dự án dữ liệu Capstone (Phần 2)
- Project phân tích dự án dữ liệu Capstone (Phần 3)
- Hoàn thiện dự án Capstone
07
Đồ án cuối khoá
- Ứng dụng thực tế và đánh giá (Phần 1)
- Ứng dụng thực tế và đánh giá (Phần 2)
- Thuyết trình với giảng viên