Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Mô tả khóa học
Khoa học dữ liệu là gì, vì sao nó lại phổ biến đến vậy, và tại sao Harvard Business Review gọi đây là “công việc hấp dẫn nhất thế kỷ 21”? Trong khóa học không yêu cầu kỹ thuật này, bạn sẽ được giới thiệu mọi điều mà trước đây còn ngại hỏi về lĩnh vực đang phát triển nhanh và đầy hứng khởi này, mà không cần viết bất kỳ dòng mã nào. Qua các bài tập thực hành, bạn sẽ tìm hiểu về những vai trò khác nhau của nhà khoa học dữ liệu, các chủ đề nền tảng như kiểm thử A/B, phân tích chuỗi thời gian, Machine Learning, và cách các nhà khoa học dữ liệu trích xuất tri thức và insight từ dữ liệu thực tế. Vậy nên đừng để những “từ thông dụng” làm bạn chùn bước. Hãy bắt đầu học, trang bị kỹ năng trong lĩnh vực đang được săn đón này, và khám phá vì sao khoa học dữ liệu phù hợp với mọi người!Các video có bản chép lời trực tiếp; bạn có thể xem bằng cách nhấp vào "Show transcript" ở góc dưới bên trái của video.Bảng thuật ngữ của khóa học nằm bên phải trong phần tài nguyên.Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt tối thiểu 70% ở bài đánh giá đủ điều kiện. Bạn có thể truy cập bài đánh giá bằng cách nhấp vào hộp thông tin về tín chỉ CPE ở bên phải.
Yêu cầu tiên quyết
Khóa học này không có yêu cầu tiên quyết nào
Chương trình học
Đề cương khóa học
1
Giới thiệu về Khoa học Dữ liệu
Chúng ta sẽ bắt đầu bằng cách định nghĩa khoa học dữ liệu là gì. Tiếp theo là quy trình làm việc của khoa học dữ liệu và cách áp dụng vào các vấn đề thực tế. Kết thúc chương, bạn sẽ tìm hiểu về những vai trò khác nhau trong lĩnh vực khoa học dữ liệu.
- Data science là gì?50 XP
- Data science ở khắp mọi nơi!50 XP
- Tầm quan trọng của khoa học dữ liệu50 XP
- Ứng dụng của khoa học dữ liệu50 XP
- Liều dữ liệu mỗi ngày50 XP
- Khoa học đằng sau trợ lý thông minh50 XP
- Các vai trò và công cụ trong khoa học dữ liệu50 XP
- Chọn ứng viên phù hợp50 XP
- Một vai trò của nhà khoa học dữ liệu50 XP
2
Thu thập và Lưu trữ Dữ liệu
Giờ khi đã hiểu quy trình làm việc của khoa học dữ liệu, chúng ta sẽ đi sâu vào bước đầu tiên: thu thập và lưu trữ dữ liệu. Bạn sẽ học về các nguồn dữ liệu có thể khai thác, dữ liệu đó trông như thế nào, cách lưu trữ sau khi thu thập, và cách một data pipeline có thể tự động hóa quy trình.
3
Chuẩn bị, Khám phá và Trực quan hóa
Chuẩn bị dữ liệu là nền tảng: các nhà khoa học dữ liệu dành 80% thời gian để làm sạch và xử lý dữ liệu, và chỉ 20% để thực sự phân tích. Chương này sẽ giúp bạn chẩn đoán các vấn đề trong dữ liệu, xử lý giá trị khuyết và ngoại lệ. Sau đó, bạn sẽ học về trực quan hóa, một công cụ thiết yếu khác để vừa khám phá dữ liệu vừa truyền tải phát hiện của mình.
4
Thử nghiệm và Dự đoán
Ở chương cuối, chúng ta sẽ nói về thử nghiệm và dự đoán! Bắt đầu với thí nghiệm, chúng ta sẽ tìm hiểu kiểm thử A/B, rồi chuyển sang dự báo chuỗi thời gian để học cách dự đoán các sự kiện tương lai. Cuối cùng, chúng ta kết thúc với Machine Learning, tìm hiểu học có giám sát và phân cụm.
Tìm hiểu về Khoa học Dữ liệu
Hoàn
thành khóa học

