[masp]VipUnica2022[/masp]
[giaban]199,000đ[/giaban]
[giacu]5,625,000đ[/giacu]
[tinhtrang]Còn hàng[/tinhtrang]
[mota]
COMBO UNICA 2022
[/mota]
[chitiet]
Khóa Python for Data Analysis & Machine Learning
Share Khóa Học Khóa Python for Data Analysis & Machine Learning cùng cole.vn là khóa học về Chương trình đào tạo PYTHON FOR DATA ANALYTICS AND MACHINE LEARNING được giảng dạy bởi Chuyên gia hàng đầu trong lĩnh vực Phân tích dữ liệu chuyên sâu
MỤC TIÊU KHÓA HỌC:
- Lộ trình từ con số 0, nắm vững Python và ứng dụng Python trong phân tích dữ liệu: phân tích giá trị vòng đời khách hàng (Customer Lifetime Value), Dự đoán kinh doan, Rủi ro trong ngân hàng, tài chính, đo lường rủi ro tín dụng
- Hiểu được cấu trúc dữ liệu, mô hình dữ liệu và vận hành dữ liệu
- Khóa học cung cấp cho học viên (HV) những kiến thức cơ bản nhất về phân tích dữ liệu với Python
- Trang bị cho học viên các kiến thức cần thiết về cách truy vấn dữ liệu, cách sử dụng công cụ Google Colab, Jupyter notebook và các thư viện thường dùng để làm phân tích dữ liệu trong python như: K-means, KNN, Pandas, Seaborn,...
- Giúp học viên có thể phân tích bất cứ dữ liệu gì để trả lời các bài toán ứng dụng trong thực tiễn tại doanh nghiệp
- Giúp học viên có đủ kiến thức nền tảng để học các khóa học nâng cao sau này về trí tuệ nhân tạo (AI), học máy (Machine Learning), Học sâu (Deep Learning), Computer Vision
ĐỐI TƯỢNG HỌC VIÊN:
- Sinh viên nhóm ngành kinh tế kỹ thuật muốn ứng dụng Python để giải quyết bài toán phân tích dữ liệu
- Người đi làm muốn nâng cao kỹ năng phân tích và xử lý dữ liệu
- Nhà quản lý muốn làm chủ dữ liệu một cách nhanh chóng để kiểm tra kết quả công việc của nhân viên, đưa ra các chiến lược mới cho doanh nghiệp.
NỘI DUNG KHÓA HỌC:
Buổi 1. Giới thiệu về Python | |
Giới thiệu về chương trình học | |
Mục tiêu đạt được của khóa học | |
Nội dung cơ bản về ngôn ngữ lập trình | |
Python & ứng dụng Python trong thực tế | |
Ví dụ về chương trình python crawl dữ liệu tỷ giá hối đoái từ trang chủ Vietcombank | |
Trao đổi, thảo luận | |
Buổi 2. Kiểu dữ liệu và biểu thức trong Python | |
Cấu trúc chương trình Python | |
Biến và các kiểu dữ liệu | |
Áp dụng các kiểu dữ liệu nào trong thực tế? | |
Thực hành biến và kiểu dữ liệu trên bộ dữ liệu tỷ giá hối đoái | |
Bài tập về nhà | |
Buổi 3. Cấu trúc điều khiển | |
Mở đầu | |
Các phép toán | |
Biểu thức điều kiện và vòng lặp | |
Thực hành tìm kiếm và cập nhật tỷ giá | |
Bài tập về nhà | |
Buổi 4. Hàm và Module | |
Cách thức hoạt động của hàm | |
Gọi hàm trong python | |
Biến cục bộ và biến toàn cục | |
Hàm lambda | |
Thực hành: Áp dụng hàm trong bài toán thanh toán quốc tế | |
Bài tập về nhà | |
Buổi 5. Hướng đối tượng trong Python | |
Lớp và đối tượng | |
Phương thức | |
Package và import | |
Thực hành: lớp và đối tượng | |
Bài tập về nhà | |
Buổi 6. Dữ liệu Excel | |
Các định dạng tệp vào ra thông dụng trong python | |
Excel và csv | |
Đọc file trên Local, Google Drive | |
Đọc dữ liệu các bảng trong file | |
Thực hành: đọc, ghi và xử lý file excel bài toán chênh lệch tỷ giá hối đoái | |
Bài tập về nhà | |
Buổi 7. Dữ liệu Excel (tiếp) | |
Ghi dữ liệu và lưu trên Local, Google Drive | |
Tạo format khi ghi dữ liệu | |
Thêm chart vào file Excel | |
Thực hành: đọc, ghi và xử lý file excel bài toán chênh lệch tỷ giá hối đoái | |
Bài tập về nhà | |
Buổi 8. Thu thập dữ liệu - Ôn tập | |
Giới thiệu về Web, HTML | |
Các công cụ thu thập dữ liệu | |
Thu thập dữ liệu với Selenium | |
Thực hành bài toán phân tích tỷ giá và xuất ra báo cáo | |
Buổi 9. Xử lý dữ liệu | |
Tầm quan trọng của dữ liệu và phân tích dữ liệu | |
Thu thập dữ liệu | |
Xử lý dữ liệu với thư viện pandas | |
Kiểu dữ liệu và thao tác trong Pandas | |
Đọc/ghi tệp dữ liệu | |
Buổi 10. Xử lý dữ liệu (tiếp) | |
Làm việc với DataFrame | |
Chèn, xóa, sửa dòng và cột trong DataFrame | |
Sắp xếp dữ liệu trong DataFrame | |
Xử lý dữ liệu thiếu | |
Làm việc với text | |
Buổi 11. Xử lý dữ liệu (tiếp) | |
Đối tượng Groupby | |
Ghép nối các DataFrame | |
Hợp nhất dữ liệu (Merge) | |
Pivot Table | |
Buổi 12. Thực hành xử lý dữ liệu | |
Thực hành xử lý dữ liệu bằng pandas | |
Buổi 13. Một số thư viện đồ họa | |
Trực quan hóa dữ liệu | |
Một số dạng biểu đồ thường gặp | |
Một số thư viện thông dụng | |
Thực hành cài đặt các thư viện và trực quan hóa một số nội dung | |
Buổi 14. Thư viện Matplotlib | |
Import thư viện | |
Các biểu đồ cơ bản | |
Ví dụ minh họa | |
Thực hành thư viện Matplotlib trên dữ liệu tỷ giá hối đoái | |
Buổi 15. Thư viện Seaborn | |
Lợi ích của Seaborn | |
Biểu đồ trong Seaborn | |
Ví dụ minh họa | |
Thực hành thư viện Seaborn trên dữ liệu tỷ giá hối đoái | |
Buổi 16. Phát hiện và xử lý dị biệt (Anomaly/Outlier) | |
Vấn đề Anomaly/Outlier | |
Phương pháp xử lý | |
Ví dụ minh họa | |
Thực hành xử lý Anomaly/Outlier trên dữ liệu tỷ giá hối đoái | |
Buổi 17. Phân tích dữ liệu thăm dò - Exploratory Data Analysis | |
EDA là gì | |
Mục đích và lịch sử của EDA | |
Một số biểu đồ trong EDA | |
Phân tích khám phá dữ liệu – EDA | |
Các hàm và phương thức hay dùng trong EDA | |
Ví dụ | |
Thực hành EDA trên dữ liệu tỷ giá hối đoái | |
Buổi 18. Học máy trong phân tích dữ liệu | |
Học máy và phân tích dữ liệu | |
Thuật toán học máy | |
Thư viện học máy | |
Thực hành: phân cụm tỷ giá bằng K-means và KNN | |
Buổi 19. Project tổng hợp | |
Buổi 20. Tổng kết khóa học | |
Tổng kết | |
Trao đổi thảo luận |
Chọn 1 trong 2 mục dưới để nhận khóa học qua:
[/chitiet]