• HV đã tham gia khóa Fundamentals of Python - Lập trình Python Cơ bản  hoặc có kiến thức tương đương 
• Sinh viên các trường Đại học, Cao đẳng
• HV có định hướng sẽ làm việc trong lĩnh vực Machine Learning, Data Science

• Nắm được quy trình làm việc cơ bản của Data Science
• Vận dụng linh hoạt các bộ thư viện, công cụ như Python, Jupyter Notebooks, Numpy, Pandas, Matplotlib, Seaborn, Folium… trong việc giải quyết các bài toán thực tế
• Hiểu và vận dụng cách tìm dữ liệu, xây dựng câu hỏi nghiên cứu, sử dụng các công cụ và kỹ thuật tìm ra câu trả lời
• Thực hiện phân tích thống kê cơ bản 
• Vận dụng công cụ để trực quan hóa dữ liệu: trích xuất thông tin, hiểu rõ hơn về dữ liệu và đưa ra quyết định hiệu quả hơn.

• Tổng số giờ: 48 tiết (5 tuần)
• Học phí: 4.100.000đ 
• Đặc biệt: Đăng ký Fundamentals of Python + Python for Machine Learning, Data Science & Data Visualization = 5.000.000đ (6.400.000đ), đăng ký tại đây

Tổng quan Data Science

• Giới thiệu Data Science
• Quy trình của Data Science
• Giá trị của việc tìm hiểu Data Science
• Lý do chọn ngôn ngữ lập trình Python

Jupyter Notebook

• Giới thiệu, lý do sử dụng Jupyter Notebook
• Cài đặt và cấu hình
• Sử dụng Jupyter Notebook
• Markdown Text: cách sử dụng, cú pháp

Numpy

• Giới thiệu, lý do sử dụng Numpy
• Ndarray: mảng một chiều, hai chiều, tạo mảng, index, data type, operation
• Thao tác trên Ndarray: Statictical, sorting, set operation, broadcasting

Pandas

• Giới thiệu, lý do sử dụng Pandas
• Series
• Dataframe
• Panel
• Thao tác trên Pandas

Data Visualization

• Giới thiệu các công cụ trực quan
• Vai trò của trực quan hóa dữ liệu (Data Visualization)
• Quy trình tạo biểu đồ

Tổng quan Matplotlib

• Giới thiệu Matplotlib
• Line plot
• Các thành phần trên biểu đồ: axes, text, legend, label, font, color, annotation…

Trực quan hóa cơ bản với Matplotlib

• Area plot, Histogram
• Bar chart, Pie chart
• Box plot, Scatter plot
• Plotting cell phone data
• Waffle chart với pywaffle library
• Word clouds

Trực quan hóa nâng cao với Seaborn

• Giới thiệu Seaborn 
• Seaborn style, Color, color palettes, axes, anotation
• Multiple plot, Stripplot, Swarmplot
• Boxplot, Violinplot, Lvplot
• Barplot, pointplot, countplot
• Distplot, Distribution plot
• Rug plot và kde shading
• Regression plot, Residual plot
• Bining data
• Matrix plot
• Heat map
• Vẽ biểu đồ trên Data Aware Grids

Trực quan hóa không gian địa lý 

• Giới thiệu Folium
• GeoDataFrame
• Geometry
• GeoJSON
• GeoSeries
• Map và Marker
• Heatmap
• Choropleth
• Tạo map và trực quan hóa không gian địa lý

Các công cụ trực quan hóa dữ liệu khác

• Google Charts
• IBM Watson Analytics

Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng chỉ "Python for Machine Learning, Data Science & Data Visualization" do Trung Tâm Tin Học - Trường ĐH Khoa Học Tự Nhiên cấp.