KHÓA HỌC PHÂN TÍCH DỮ LIỆU - DATA ANALYTICS WITH PYTHON

PYTHON ESSENTIALS 1: BASIC

Unit 1

Introduction to Python and computer programming

- Ngôn ngữ lập trình Python và chương trình máy tính.

- Cài đặt môi trường, chạy chương trình Python đầu tiên.

Unit  2

Data types, variables, basic input-output operations, basic operators

- Biến, kiểu dữ liệu, biểu thức và toán tử.

- Nhập xuất dữ liệu cơ bản với input(), print()

Unit 3

Boolean values, conditional execution, loops, lists and list processing, logical and bitwise operations

- Biểu thức logic, câu lệnh rẽ nhánh if-else.

- Vòng lặp for, while…

- Kiểu dữ liệu list và các phương thức.

Unit 4

Functions, tuples, dictionaries, and data processing

- Hàm trong Python.

- Kiểu dữ liệu tuple, từ điển...

PYTHON ESSENTIALS 2: INTERMEDIATE

Unit 5

Modules, Packages and PIP

- Mô đun và gói package.

- Cài đặt thư viện bên thứ ba với PIP.

- Thực hành: xử lý ảnh, chữ viết sang giọng nói…

Unit 6

Strings, String and List Methods, Exceptions

- Chuỗi và các phương thức xử lý chuỗi.

- Ngoại lệ exception

- Xử lý ngoại lệ với try-except

- Làm việc với tệp tin.

Unit 7

Object-Oriented Programming

- Lập trình hướng đối tượng với Python.

- Thuộc tính và phương thức

- Tính đóng gói, kế thừa, đa hình và trừu tượng.

Unit 8

Miscellaneous

- Các chủ đề khác: sử dụng iterator, yield...

THI BÀI  TRÊN NETACAD

BÀI HỌC

T.LƯỢNG (H)

NỘI DUNG

1. Python và phân tích dữ liệu

4

- Tổng quan về phân tích dữ liệu.

- Các bước để phân tích dữ liệu.

- Cài đặt các thư viện Python.

2. Thư viện Numpy

4

- Thư viện numpy.

- Thao tác cơ bản với mảng, ma trận.

3. Xử lý dữ liệu Pandas

6

- Giới thiệu Pandas và các cấu trúc dữ liệu (Series, DataFrame)

- Đọc và ghi dữ liệu từ các định dạng khác nhau (CSV, Excel,...)

-  Lọc, sắp xếp, và truy vấn dữ liệu.

- Làm sạch dữ liệu: xử lý trùng lặp, chuyển đổi dữ liệu.

4. Web crawling

6

- Cấu trúc HTML5

- Sử dụng Request, tạo request HTTP.

- Bóc tách dữ liệu với Beautifulsoup4

- Thực hành Crawl dữ liệu, khai phá và lọc và phân tích dữ liệu.

5. Trực quan hóa dữ liệu với Matplotlib và Seaborn

4

- Giới thiệu Matplotlib và Seaborn

- Vẽ các loại biểu đồ phổ biến (đường, cột, tròn, phân tán,...)

- Tùy chỉnh biểu đồ (màu sắc, nhãn, tiêu đề,...)

- Thực hành

6. Thống kê

2

- Các khái niệm thống kê: trung bình, trung vị, mode, độ lệch chuẩn,...

- Tính toán và diễn giải các chỉ số thống kê bằng Python.

7. Phân tích dữ liệu khám phá (EDA)

2

- Các kỹ thuật EDA phổ biến (phân phối dữ liệu, mối quan hệ giữa các biến, phát hiện outlier,...)

- Thực hành EDA trên một tập dữ liệu thực tế.

8. Học máy

6

- Giới thiệu học máy và phân loại: học có giám sát, học không giám sát ….

- Học máy với Scikit-learn

9. Dự án thực tế

6

- Dự án thực tế theo cá nhân hoặc nhóm, dưới sự hướng dẫn của giảng viên.