• Người làm việc trong các lĩnh vực kế toán, tài chính, kinh doanh, marketing, nhân sự...
• Đội ngũ quản lý, nhân sự cấp cao và chủ doanh nghiệp
• Sinh viên, người đi làm có nhu cầu tìm hiểu và trang bị kỹ năng phân tích dữ liệu ứng dụng trong công việc.

• Phân tích dữ liệu DAX trong Power BI để tính toán và thống kê.
• Tiền xử lý dữ liệu Data Preprocessing
• Sử dụng các thuật toán Machine Learning trong việc giải quyết các vấn đề thực tế trong kinh doanh
• Triển khai hoàn chỉnh hệ thống hệ phân tích, dự báo trong kinh doanh
• Chứng nhận "Data Analysis with Power BI & Azure ML" do Trung Tâm Tin Học Trường ĐH KHTN, ĐHQG-HCM cấp.

PHÂN TÍCH VÀ TRỰC QUAN HÓA DỮ LIỆU VỚI POWER BI CƠ BẢN (40 tiết)

• Tổng quan về ứng dụng Power BI
• Chuẩn hóa dữ liệu thô với Power Query
• Kết nối và mô hình hóa dữ liệu với Data Model
• Phân tích dữ liệu với DAX (Data Analysis Expressions)
  • Nhóm hàm Logic: IF, AND, OR, NOT
  • Nhóm hàm Filter: FILTER, ALL, ALLEXCETP, ALLSELECTED, VALUES, SELECTEDVALUE, DISTINCT
  • Nhóm hàm Relationship: RELATED, RELATEDTABLE
  • Nhóm hàm Date and time: DATEDIFF, DATEADD, EOMONTH
  • Nhóm hàm Aggregation: SUM, COUNT, AVERAGE, SUMX, COUNTX, AVERAGEX, CALCULATE, SUMMARIZE
  • Lọc bối cảnh với DAX
    • Filter Context
    • Row Context
• Trực quan hóa dữ liệu
  • Vai trò của trực quan hóa dữ liệu
  • Biểu đồ so sánh
  • Biểu đồ tỷ trọng thành phần
  • Biểu đồ mối quan hệ
  • Các biểu đồ khác
  • Tạo biểu đồ tương tác với Filter, Slicer
  • What if Parameter
• Xây dựng Dashboard và chia sẻ đến người dùng cuối

PHÂN TÍCH VÀ TRỰC QUAN HÓA DỮ LIỆU VỚI POWER BI NÂNG CAO (40 tiết)

• Kết nối và chuẩn hóa dữ liệu với ngôn ngữ M
• Thiết kế Data Model nâng cao kết nối Database SQL Server
• Phân tích dữ liệu với DAX nâng cao
  • Variables
  • Multi Filter
  • Calculate  & Nested Level
  • Time Intelligence
  • Advanced Relationships
  • DAX Studio: DAX Query và DAX Optimizing
• Đồng bộ dữ liệu tự động
• Quản lý vai trò và quyền hạn người dùng
• Thiết kế Dashboard theo vai trò và nghiệp vụ
• Nghệ thuật kể chuyện với dữ liệu

DỰ BÁO - MACHINE LEARNING VỚI AZURE ML (40 tiết)

• Tiền xử lý dữ liệu (Data Preprocessing) với Azure Machine Learning
  • Data Understanding
    • Import dataset
    • Export dataset
    • Phân tích sơ bộ
  • Quy trình Pre-processing
    • Đọc dữ liệu (Read Data)
    • Kiểm tra dữ liệu thiếu, ngoại lệ (Data Cleaning)
    • Kiểm tra dữ liệu phân loại (Categorical data)
    • Chuẩn hoá dữ liệu (Data Standardizing)
    • Chia dữ liệu (Data Splitting)
  • Descriptive Statistics (Thống kê mô tả)
  • Associational Analysis (Phân tích kết hợp)
  • Feature Scaling
  • Feature Engineering (Encoding categorical data)
  • Xử lý dữ liệu mất cân bằng (Imbalanced Dataset)
• Dự báo & dự đoán: Thuật toán Machine learning với Azure Machine Learning
  • Regression
    • Linear Regression
    • Decision Tree
  • Classification
    • Logistic Regression
    • Naive Bayes
    • Support Vector Machine
  • Clustering
    • K-Means 
  • Anomaly Detection
    • PCA