Mathematics and Statistics for Data Science

• HV đã tham gia khóa Python for Machine Learning, Data Science and Data Visualization hoặc có kiến thức tương đương
• Sinh viên các trường Đại học, Cao đẳng
• HV có định hướng sẽ làm việc trong lĩnh vực Data Science, Machine Learning

• Thời lượng: 40 giờ - 53 tiết (5 tuần), học trực tiếp trên máy
• Học phí: 4.500.000 đ

Phần 1: Toán học (Mathematics)

• Linear Algebra (Đại số tuyến tính)
  • Matrix Vectors & Space
  • Matrix - Vector operations (tính toán ma trận với vector)
  • Matrix transformations (biến đổi ma trận): Matrix Multiplication
  • T-matrix (ma trận chuyển vị)
  • Matrix - Matrix calculations (tính toán ma trận với ma trận)
• Matrix Factorization
  • LU decomposition
  • QR decomposition
  • Cholesky decomposition
• Eigenvalues & Eigenvectors
  • Scalar Multiplication
  • Scaling different axes (Tinh chỉnh dữ liệu trên các trục)
  • Toán trong Eigenvalues
• Singular Value Decomposition (SVD)
  • SVD
  • Tái cấu trúc ma trận từ SVD
  • SVD cho Dimensionality Reduction
• Principal Component Analysis (Phân tích thành phần chính - PCA)
  • Giới thiệu PCA
  • Tìm feature thừa
  • Linear Algebra trong PCA
  • Tìm hiểu Covarience
  • Chuẩn hóa dữ liệu
  • Tính toán varience, covariance
• Calculus (Giải tính)
  • Multivariate calculus
  • Derivatives và gradients

Phần 2: Xác suất, thống kê (Probability Statistic)

• Descriptive Statistics (thống kê mô tả)
  • Mean, Median, Mode
  • Standard Deviation
  • Variance
  • Co-variance
  • Range
  • Probability Density Function (PDF: hàm mật độ xác suất)
  • Outliers
  • Probability mass function (PMF: hàm khối xác suất)
  • Cumulative distribution function (CDF: hàm phân phối tích lũy)
• Probability (Xác suất)
  • Quy tắc xác suất
  • Exponential distribution
  • Pareto distribution
  • Nomal Distribution - Gaussian Distribution
  • Binomial distribution
  • Uniform Distribution
  • Poisson Distribution
  • Bernoulli Distribution
  • Central Limit Theorem
  • Three Sigma Rule
• Inferential Statistics (thống kê suy luận)
  • Standard error
  • Confidence interval (khoảng tin cậy T)
  • Confidence levels and Sigificance levels
  • Correlation
  • Hypothesis Testing (kiểm định giả thuyết)
    1. Cross-validation
    2. t-test, p-value, chi-squared test
    3. A/B Testing
    4. ANOVA

Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng nhận "Mathematics and Statistics for Data Science" do Trung Tâm Tin Học - Trường ĐH Khoa Học Tự Nhiên cấp.