Python phân tích xử lý dữ liệu
Thời gian: 18h30 - 21h30, Thứ 5 - 7

Lịch khai giảng có thể diễn ra sớm hơn nếu lớp đủ 12 sinh viên.

Python là ngôn ngữ lập trình lớn phát triển nhanh nhất 2018.

Điểm nổi bật của khóa học:

  • Học qua hơn 200 ví dụ thực tế. Một số lớn sinh viên có thể tự chạy ở nhà, hỏi đáp với giảng viên.
  • Áp dụng Python vào công việc thực tế: Xử lý, phân tích dữ liệu, đọc ghi file CSV, Excel, CSDL quan hệ, xuất đồ thị
  • Số lượng buổi học: 12 buổi, học trọn vẹn trong 1,5 tháng 
  • Thời gian học : 6:30 PM đến 9:30 PM.

Đối tượng tham gia khóa học

  • Sinh viên các trường kinh tế, tài chính,…liên quan đến lĩnh vực phân tích dữ liệu
  • Sinh viên Non IT có thiên hướng làm công nghệ thông tin tại tất cả các trường đại học, cao đẳng tại các ngành nghề
  • Đối tượng đi làm tại các doanh nghiệp, vị trí đã và đang làm mảng phân tích dữ liệu, phân tích dữ liệu trên nền tảng Big data
  • Chú ý cần dành tối thiểu mỗi ngày 3 tiếng để xem lại bài học và lập trình bài tập về nhà. Đây không phải lớp hội thảo chỉ nghe lý thuyết mà không thực hành. Thực hành 100% !

Điểm nổi bật của khóa học:

  • Khóa học chỉ kéo dài trong 12 buổi tuy nhiên vẫn đảm bảo cung cấp đủ lượng kiến thức  cho sinh viên
  • Sinh viên được chấm, chữa bài tỉ mỉ
  • Được cung cấp cấp tài liệu học miễn phí
  • Hỗ trợ hỏi đáp qua Zalo trong và sau khóa học
  • Hỗ trợ việc làm đối với sinh viên có thành tích tốt sau 2 buổi Codeathon 
Giáo trình
0. Giới thiệu về DataScience, lập trình Python
  • Giới thiệu DataScience
  • Giới thiệu tổng quan về Python
  • Lập trình Python trên trình duyệt
  • Cài đặt Python trên MacOSX, Ubuntu, Windows
  • Kiểm tra năng lực lập trình học viên
1. Jupyter Notebook/Lab
  • Hàm trong Python
  • Module, virtual environment, pip, anaconda
  • Cài đặt và cấu hình Jupyter Notebook
  • Google Colaboratory
  • Markdown Text: cách sử dụng, cú pháp
2. Cấu trúc dữ liệu phổ biến
  • String và nhóm hàm, phương thức liên quan đến String
  • Datetime và nhóm các hàm, phương thức liên quan
  • Kiểu dữ liệu List và nhóm hàm, phương thức liên quan
  • Kiểu dữ liệu Tuple và nhóm hàm, phương thức liên quan
  • Kiểu dữ liệu Dictionary và nhóm hàm, phương thức liên quan
  • Kiểu dữ liệu Sets và nhóm hàm, phương thức liên quan
  • Bài tập thực hành
3. Numpy - đại số tuyến tính
  • Ndarray: mảng một chiều, hai chiều, đa chiều, indexing, slicing, data type, operation
  • Thao tác trên Ndarray: statistical, sorting, set operation, broadcasting
  • Đọc và xử lý dữ liệu với numpy
  • Xấp xỉ số pi
4. Số liệu thống kê (statistics) cơ bản
  • Tập trung và phân tán
  • Tính độ tương đồng giữa 2 ảnh
  • Đáp án & Source Codes
5. Xử lý dữ liệu với Pandas
  • Pandas cơ bản: DataFrames
  • Lambda function: Map, Apply
  • Grouping, Sorting, Combining
  • Đáp án và Source Code
6. Pandas (tt)
  • Làm việc với Timestamps và việc thiếu dữ liệu
  • Gộp (merge) dữ liệu với concat, join, và merge
  • Đáp án
7. Vẽ đồ thị với Matplot Lib & Các thư viện khác
  • Cài đặt Matplotlib và cấu trúc Plot
  • Hai cách tiếp cận vẽ đồ thị
  • Thực hành các loại Charts
  • Seaborn trên nền Matplotlib
8. Đồ thị tương tác với Plotly
  • Altair và Declarative Data Visualization
  • Interactive chart với Plotly
  • Plotly Express
9. Tương tác với CSDL trong Python
  • SQL, BigData và BigQuery
  • SQL Basic: Select, Where, Group by..Having
  • Order By, As..With, JOIN
10. Ứng dụng thực tế TimeSeries
  • Giới thiệu dữ liệu TimeSeries
  • Một vài phương pháp lý thuyết phân tích TimeSeries
  • Phân tích TimeSeries: dự báo giá trị công ty đại chúng TESLA vs General Motor
11. Xấp xỉ tuyến tính (LinearRegression)
  • Giới thiệu
12. Ứng dụng thực tế Nhận dạng ảnh
  • Quy trình 1 dự án DataScience
  • Giới thiệu về Machine Learning, Neural Network
  • Nhận dạng 1000 catalog ảnh với Pretrained ResNet50
13. Dữ liệu không gian với Geopandas, Bokeh
  • Load dữ liệu không gian từ Shapefile, GeoJSON
14. Lập trình hướng đối tượng trong Python
  • Giới thiệu về lập trình hướng đối tượng trong Python
  • Xây dựng Class trong Python
  • Kế thừa Class trong Python
  • Thuộc tính (Attribute), phương thức (Method)
thumbnail
3000000đ
12 buổi thực hành tại phòng lab
Đánh giá
4 sao
6 người đánh giá
Đặng Lê Minh
Hy vọng sẽ tiếp tục có khóa nâng cao
Thái Thành Sơn
Ngôn ngữ dễ học. Có thể áp dụng cho nhiều việc. Giảng viên dạy nhẹ nhàng, chậm rãi, dễ hiểu.
Lương Thùy Dung
Dễ hơn cả Pascal. Mình code được Python ngay ngày đầu tiên đi học. Trước đây học đến cuối kỳ mới thực hành phòng máy 1 lần. Chờ khóa học nâng cao
Tào Thái Minh
Được dạy kiến thức căn bản và kỹ năng lập trình cần thiết để học lên BigData và Machine Learning. Mình học Ngoại Thương !
Lương Thế Minh
Python dễ học. Chạy chậm hơn so với Java, C#. Khóa này phù hợp với ai sẽ làm Machine Learning, BigData. Còn ứng dụng cần tốc độ hãy dùng Java !
Trước
Sau
Gói học phí
Bạn có thắc mắc
Nhận hỗ trợ
Để lại thông tin, chúng tôi sẽ liên hệ với bạn
Đóng trọn gói
3000000đ
Học viên hoàn thành học phí trong một lần
FREE