Mô tả

Nếu bạn đang có nhu cầu hoặc băn khoăn trong việc:

  • Trang bị kiến thức xử lý dữ liệu lớn để làm các công việc Data Analyst, Data Scientist, Business Analyst,...
  • Sinh viên hoặc người đi làm muốn xử lý dữ liệu để phục vụ cho các đồ án, dự án cá nhân.
  • Lập trình viên, nhà phân tích hệ thống... muốn mở rộng kỹ năng phân tích dữ liệu bằng việc sử dụng Python
  • Người làm việc trong lĩnh vực kinh doanh, tài chính cần kiến thức kỹ năng dữ liệu, trực quan hóa dữ liệu bằng biểu đồ, xây dựng model để dự đoán trong ngữ cảnh về tài chính, kinh doanh.
  • Hoặc bạn là bất cứ ai đang cần kiến thức về việc ứng dụng ngôn ngữ Python trong việc xử lý dữ liệu.

Thì khóa học THÀNH THẠO XỬ LÝ DỮ LIỆU VỚI PYTHON TỪ SỐ 0 - 2023 chính là câu trả lời cho các câu hỏi trên.

Với hơn 80 videos bài giảng, được đúc kết từ những kiến thức làm việc thực tế với vai trò là Data Scientist Giảng viên, đã được giảng dạy cho hàng trăm học viên khác nhau, kể cả online và offline, chúng tôi tin rằng đây là sẽ một khóa học chi tiết nhất thực tiễn nhất của giảng viên Tâm mà bạn có thể tìm kiếm trên internet hiện nay.

Đặc biệt, khóa học được thiết kế cho tất cả mọi người, mọi trình độ đều có thể đi vào hành trình chinh phục xử lý dữ liệu bằng Python một cách dễ dàng.

Được chia làm 9 học phần tương ứng với 9 ngày học xuyên suốt từ những thứ cơ bản nhất đến việc thành thạo xử lý dữ liệu với Python, mỗi ngày bạn chỉ cần bỏ ra khoảng 2 tiếng và sau 9 ngày, bạn sẽ thành thạo một bộ kỹ năng sẽ giúp bạn nổi bật trước mắt các nhà tuyển dụng như sau:

  • Thành thạo việc sử dụng Python vào các dự án về Data Analysis hay Machine learning.
  • Thoải mái biến đổi, xử lý dữ liệu lớn theo mong muốn cá nhân với Pandas.
  • Thực hành các kỹ thuật làm sạch dữ liệu
  • Hiểu được Outlier, cách xác định outlier và xử lý chúng.
  • Thành thạo trực quan hóa dữ liệu với thư viện Matplotlib và Seaborn từ đó dễ dàng tìm insight từ dữ liệu.
  • Được thực hành trên dữ liệu thực tế
  • Hiểu được luồng làm việc để xây dựng được một model Machine Learning.
  • Học về Numpy tối ưu hóa việc xử lý dữ liệu số.
  • Ngoài ra, trong khóa học còn có lồng ghép các case study thú vị trong việc ứng dụng sức mạnh của dữ liệu trong doanh nghiệp, giúp làm giàu kiến thức thực tiễn cho các bạn.
  • ... Và còn nhiều điều thú vị khác nữa!

Nào! Cùng nhau bắt đầu tham gia hành trình chinh phục việc Thành Thạo Xử lý Dữ Liệu Với Python trong vòng 9 ngày này!

Thêm nữa, Trong tháng 10-11/2023 này, mình có chương trình voucher khuyến mãi muốn tặng bạn, hãy say "Hi" mình qua email tamtran.iah@gmail.com để nhận nhé! Cám ơn bạn,

Bạn sẽ học được gì

Thành thạo trong việc xử lý, biến đổi, làm sạch dữ liệu với Pandas và Python.

Dễ dàng trực quan hóa dữ liệu và tìm insight với Matplotlib và Seaborn.

Học và thực hành trên các data thực tế.

Được học thêm về các case study thực tiễn.

Nắm bắt cơ hội nghề nghiệp trong lĩnh vực Data Analyst, Data Scientist và Business Analyst.

Hiểu và thực hành quy trình xây dựng model Machine Learning: Linear Regression và Logistic Regression.

Yêu cầu

Nội dung khoá học

9 sections

Phần 1: Giới thiệu về Python

9 lectures
Bài 1: Welcome to class & Câu chuyện tập đoàn TARGETHọc thử
00:08:34
Bài 2: Cài đặt Vscode, Anaconda
00:11:15
Bài 3: Lưu ý nhỏ về khóa họcHọc thử
00:02:12
Bài 5: Làm việc với số và biếnHọc thử
00:09:57
Bài 6: Làm việc với chuỗi
00:06:07
Bài 7: Indexing và Slicing cho chuỗi
00:11:51
Bài 8: String functions
00:12:21
Bài 9: Toán tử so sánh & hàm Input
00:11:31
Bài 10: Giải bài tập buổi 1
00:14:13

Phần 2: Buil-in Data Structure & Control Flow Statements

9 lectures
Bài 11: List & List Indexing, Slicing
00:09:45
Bài 12: List functions
00:10:21
Bài 13: Dictionary
00:08:51
Bài 14: Thử thách cho bạn
00:05:29
Bài 15: Tuple và Set
00:10:00
Bài 16: Câu điều kiện if-else
00:08:56
Bài 17: Vòng lặp For
00:21:20
Bài 18: Vòng lặp While và Break, Continue, Pass
00:09:22
Bài 19: Giải bài tập buổi 2
00:35:20

Phần 3: Control Flow Statements (tiếp theo) và Function

9 lectures
Bài 20: Slide - Câu chuyện về công ty Blue Apron
00:08:45
Bài 21: Hàm Zip & In, Not In
00:11:00
Bài 22: Thư viện random & hàm Join
00:08:30
Bài 23: List comprehensive
00:08:09
Bài 24: Function
00:15:51
Bài 25: Bài tập nhỏ
00:06:06
Bài 26: Hàm ẩn danh Lambda
00:12:36
Bài 27: Sử dụng Try, Except để xử lý lỗi
00:03:57
Bài 28: Giải bài tập buổi 3
00:36:49

Phần 4: Xử lý dữ liệu lớn với Pandas

16 lectures
Bài 29: Slide - giới thiệu về Pandas
00:04:24
Bài 30: Xem tổng quan dữ liệu
00:19:39
Bài 31: Chọn Trường & Filter
00:11:20
Bài 32: Hàm Loc
00:14:20
Bài 33: Hàm Iloc
00:13:29
Bài 34: Các Aggregation function
00:11:59
Bài 35: Nối (Concat) nhiều dataframe
00:06:54
Bài 36: Merge
00:10:08
Bài 37: Các phép toán với trường & save file
00:08:14
Bài 38: Group by
00:12:48
Bài 39: Pivot table
00:06:50
Bài 40: Apply
00:14:38
Bài 41: Làm việc với Time series
00:13:19
Bài 42: Giải bài tập buổi 4 - Restaurant lab
00:23:47
Bài 43: Giải bài tập buổi 4 - Titanic lab
00:25:44
Bài 44: Giải bài tập buổi 4 - Titanic for fun
00:16:34

Phần 5: Làm sạch dữ liệu với Pandas

7 lectures
Bài 45: Chuyển đổi kiểu dữ liệu cho các trường dữ liệu
00:11:10
Bài 46: Làm việc với thiếu dữ liệu - phần 1
00:11:49
Bài 47: Làm việc với thiếu dữ liệu - phần 2
00:05:22
Bài 48: Làm việc với thiếu dữ liệu - phần 3
00:05:24
Bài 49: Làm việc với dữ liệu bị lặp
00:05:40
Bài 50: Outlier và cách xác định outlier bằng phương pháp IQR
00:15:02
Bài 51: Giải bài tập buổi 5 - Kickstarter lab
00:30:31

Phần 6: Trực quan hóa dữ liệu với Matplotlib và Seaborn

9 lectures
Bài 52: Slide - Tại sao chúng ta cần phải Trực quan hóa dữ liệu?Học thử
00:07:39
Bài 53: Chart đầu tiên
00:21:17
Bài 54: Chart thứ 2 và chỉ số Pearson
00:13:38
Bài 55: Chart thứ 3 và bar label
00:13:23
Bài 56: Chart thứ 4
00:17:27
Bài 57: Vẽ nhiều chart với hàm subplot
00:12:21
Bài 58: Vẽ nhiều kiểu biểu đồ trên một chart với hàm twinx
00:06:11
Bài 59: Thay đổi style biểu đồ & hàm Plot
00:07:41
Bài 60: Giải bài tập buổi 6 - Bicycle lab
00:56:26

Phần 7: Numpy

10 lectures
Bài 61: Slide - Cách làm giàu bằng lý thuyết thống kê
00:12:36
Bài 62: Giới thiệu về numpy và tạo mảng đơn giản
00:13:14
Bài 63: Concatenate & Reshape mảng
00:05:29
Bài 64: Thêm chiều cho mảng
00:05:28
Bài 65: Transposing, Indexing, slicing
00:15:43
Bài 66: Filter & các phép toán với mảng
00:02:26
Bài 67: Phép tích vô hướng & Phép nhân ma trận
00:05:05
Bài 68: Aggregate functions
00:04:04
Bài 69: Broadcasting
00:12:58
Bài 70: Giải bài tập buổi 7
00:30:06

Phần 8: Machine learning với model Linear Regression

7 lectures
Bài 71: Slide - Machine learning là gì?
00:10:37
Bài 72: Model Linear Regression
00:19:08
Bài 73: Case 1: Train model với một feature
00:22:05
Bài 74: Case 2: Train model với nhiều feature
00:05:38
Bài 75: Case 3: Sử dụng MinMaxScaler
00:06:43
Bài 76: Case 4: Polinomial Feature - phần 1
00:15:24
Bài 77: Case 4: Polinomial Feature - phần 2 & Bài tập buổi 8
00:07:57

Phần 9: Machine learning với model Logistic Regression

6 lectures
Bài 78: Pre-processing data
00:11:46
Bài 79: Model Logistic Regression
00:08:41
Bài 80: Train model
00:05:14
Bài 81: Đánh giá hiệu suất model Classification
00:25:06
Bài 82: Cải thiện model & Phương pháp Oversampling với SMOTE & Bài tập buổi 9
00:16:21
Bài 83: Bonus & Lời chào
00:09:30

Đánh giá của học viên

Chưa có đánh giá
Course Rating
5
0%
4
0%
3
0%
2
0%
1
0%

Bình luận khách hàng

Viết Bình Luận

Bạn đánh giá khoá học này thế nào?

image

Đăng ký get khoá học Udemy - Unica - Gitiho giá chỉ 50k!

Get khoá học giá rẻ ngay trước khi bị fix.