Khóa Học Data Analytics – Khoá Học Data Analysis For Decision Making

Khóa học cung cấp cho học viên (HV) các kiến thức và kỹ năng cần thiết khi thực hiện việc tiền xử lý và phân tích dữ liệu.Trang bị cho HV những kỹ thuật khai thác dữ liệu, chuyển đổi dữ liệu thô thành dữ liệu có định dạng dễ hiểuHướng dẫn HV cách chuẩn bị dữ liệu để phân tích, thực hiện phân tích thống kê, tạo trực quan hóa dữ liệu có ý nghĩaCung cấp cho HV các thư viện tiền xử lý và phân tích dữ liệu mạnh mẽ và ưu việt của Python như Numpy, Scipy, Pandas, Matplotlib, Seaborn…Cung cấp cho HV quy trình quản lý phân tích dữ liệu hiệu quảHướng dẫn HV sử dụng thư viện mã nguồn mở sklearn để triển khai một số thuật toán Machine Learning giúp xây dựng các mô hình thông minh và đưa ra các dự đoán tuyệt vờiTrang bị cho HV kỹ năng tạo báo cáo thuyết trình rõ ràng, mạch lạc

Đang xem: Khóa học data analytics

Hiểu được vòng lặp trong phân tích dữ liệuPhân biệt giữa các loại dữ liệu khác nhauXác định các loại câu hỏi khác nhau, đặt câu hỏi và tìm những bộ dữ liệu cụ thểKhám phá bộ dữ liệu để xác định xem dữ liệu có phù hợp với dự án khôngHiểu và vận dụng quy trình tiền xử lý dữ liệuÁp dụng linh hoạt các kỹ thuật chuẩn hóa dữ liệu khác nhau tùy vào các bộ dữ liệu và yêu cầu của dự ánPhân tích dữ liệu, triển khai và đánh giá mô hình phân tích dữ liệuGiải thích kết quả từ các phân tích dữ liệuTích hợp kết quả thống kê để tạo các báo cáo, thuyết trình phân tích dữ liệu mạch lạc, thuyết phục
Tổng quanGiới thiệu Pre-processingTầm quan trọng của Pre-processingData Understanding (Hiểu dữ liệu)Import datasetExport datasetPhân tích sơ bộQuy trình Pre-processingImport librariesĐọc dữ liệuKiểm tra dữ liệu thiếu (missing values)Kiểm tra dữ liệu phân loại (categorical data)Chuẩn hóa dữ liệu (Data standardizing)PCA transformationData splittingChuẩn hóa dữ liệuMissing Values: xử lý Missing Values dùng drop, thay thế bằng giá trị mean, median hoặc modeData FormattingLog normalizationFeauture ScalingData Normalization (Min max scaler)Standard scalerFeature Engineering (Encoding categorical data)Label EncoderBinary EncoderOne hot EncoderNumeric feature: average, datetimeString feature: extraction, tf/idf vectorsDummy VariablesBinningTurning categorical variables into quantitative variables (chuyển các biến phân loại thành các biến định lượng)PivotLựa chọn featureXác định/ lựa chọn các feature cần thiếtKiểm tra Correlated FeaturesTìm hiểu text vector
Quy trình quản lý phân tích dữ liệuData Analysis IterationCác giai đoạn của phân tích dữ liệuCác loại câu hỏi, đặc điểm của câu hỏi tốtMục tiêu và kỳ vọng của khám phá Data AnalysisSử dụng các mô hình thống kê để khám phá dữ liệuKhám phá Phân tích dữ liệuSuy luận từ dữ liệuPhân tích kết hợp (Associational Analysis)Phân tích dự đoán (Prediction Analysis)Giải thích kết quảBáo cáo/ thuyết trình phân tích dữ liệuKhám phá Data AnalysisDescriptive Statistics (thống kê mô tả)Tìm hiểu Categorical DataTìm hiểu Numerical DataGroup byCorrelationCorrelation StatisticsMô tả phân phối dữ liệuAnalysis of Variance ANOVAModel deployment (triển khai model)Linear Regression (Symple Linear Regression, Multiple Linear RegressionModel EvaluationPolynomial RegressionPipelinesMeasures for In-Sample EvaluationPrediction & Decision MakingModel evaluation (Đánh giá model)Model Evaluation & Refinement (Đánh giá và sàng lọc model)Overfitting, Under fitting & Model SelectionRidge RegressionGrid SearchRandom Search

Xem thêm: Cách Giải Hệ Phương Trình Đẳng Cấp Bậc Hai Và Bậc Ba, Hệ Có Chứa Một Phường Trình Đẳng Cấp (Thuần Nhất)

Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng nhận “Data Pre-processing and Analysis” do Trung Tâm Tin Học – Trường ĐH Khoa Học Tự Nhiên cấp.

Data Pre-processing and Analysis – 53 tiết (5 tuần)
Học phí : 4.800.000 đ

Xem thêm: Tài Liệu Vở Bài Tập Ngữ Văn 6 Tập 2 Bài Phó Từ Sbt Ngữ Văn 6 Tập 2

HV đã tham gia khóa Fundamentals of Python; Python for Machine Learning, Data Science and Data Visualization; Mathematics and Statistics for Data Science hoặc có kiến thức tương đương