Python for Machine Learning, Data Science & Data Visualization (Python cho máy học, Khoa học dữ liệu và Trực quan hóa dữ liệu)

• Khóa học cung cấp cho học viên (HV) kiến thức tổng quát về Data Science, một trong những chuyên ngành “hot” của thế kỷ 21.
• Giúp HV trang bị những kiến thức lập trình và trực quan hóa dữ liệu nền tảng, quan trọng, làm tiền đề cho việc tìm hiểu các kiến thức Machine Learning, Data Science sau này.
• Hướng dẫn HV cách thu thập dữ liệu, khám phá, phân tích, thống kê tạo ra các báo cáo thông qua việc sử dụng các bộ thư viện, công cụ mạnh mẽ, mã nguồn mở như Jupyter Notebooks, Numpy, Pandas,…
• Hướng dẫn HV cách trích xuất và trình bày dữ liệu dưới dạng có ý nghĩa thông qua nhiều kỹ thuật trình bày dữ liệu một cách trực quan trong Python như Matplotlib, Seaborn, Plotly và Folium. 
• Thực hiện các project cụ thể trong bối cảnh giải quyết các vấn đề khoa học dữ liệu hấp dẫn
• Là khóa học thứ hai trong chương trình "Data Science and Machine Learning Certificate"

Sẽ rất hữu ích nếu bạn là:

• HV đã tham gia khóa Fundamentals of Python - Lập trình Python Cơ bản  hoặc có kiến thức tương đương 
• Sinh viên các trường Đại học, Cao đẳng
• HV có định hướng sẽ làm việc trong lĩnh vực Machine Learning, Data Science

Bạn sẽ nhận được gì qua khóa học?

• Nắm được quy trình làm việc cơ bản của Data Science
• Vận dụng linh hoạt các bộ thư viện, công cụ như Jupyter Notebooks, Numpy, Pandas, Matplotlib, Seaborn, Folium… trong việc giải quyết các bài toán thực tế
• Hiểu và vận dụng cách tìm dữ liệu, xây dựng câu hỏi nghiên cứu, sử dụng các công cụ và kỹ thuật tìm ra câu trả lời
• Thực hiện phân tích thống kê cơ bản 
• Vận dụng công cụ trực quan hóa dữ liệu để phân tích, hiểu rõ hơn về dữ liệu và đưa ra quyết định hiệu quả hơn.

Bạn sẽ học những gì?

Tổng quan Data Science

• Giới thiệu Data Science
• Quy trình của Data Science
• Giá trị của việc tìm hiểu Data Science
• Lý do chọn ngôn ngữ lập trình Python

Jupyter Notebook

• Giới thiệu, lý do sử dụng Jupyter Notebook
• Cài đặt và cấu hình
• Sử dụng Jupyter Notebook
• Markdown Text: cách sử dụng, cú pháp

Numpy

• Giới thiệu, lý do sử dụng Numpy
• Ndarray: mảng một chiều, hai chiều, tạo mảng, index, data type, operation
• Thao tác trên Ndarray: Statictical, sorting, set operation, broadcasting

Pandas

• Giới thiệu, lý do sử dụng Pandas
• Series
• Dataframe
• Thao tác trên Pandas
  • Đọc ghi dữ liệu
  • Làm sạch, tinh chỉnh dữ liệu
  • Trực quan hóa dữ liệu
  • Thống kê dữ liệu
  • Thao tác trên dữ liệu

Data Visualization

• Vai trò của trực quan hóa dữ liệu (Data Visualization)
• Giới thiệu các công cụ trực quan hóa dữ liệu như Matplotlib, Seaborn, Plotly 
• Trực quan hóa dữ liệu với Python
  • Histogram, Density plot 
  • Box plot, Violin plot
  • Scatter plot, Regression plot, Residual plot
  • Swarm plot, Strip plot
  • Bar plot, Stacked bar plot
  • Line plot
  • Treemap
  • Heatmap
• Phân tích trực quan đa biến với lưới
• Word Cloud

Trực quan hóa không gian địa lý 

• Giới thiệu Folium
• Plotly
• Map và Marker
• Choropleth
• Tạo map và trực quan hóa không gian địa lý

Bằng cấp - Chứng chỉ

Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng nhận "Python for Machine Learning, Data Science & Data Visualization" do Trung Tâm Tin Học - Trường ĐH Khoa Học Tự Nhiên cấp.