Professional Documents
Culture Documents
RA Python For Data Analyst V2.1
RA Python For Data Analyst V2.1
Khóa học
Tên chương trình
Python cho phân tích dữ liệu
Phiên bản
2. Đầu ra của chương trình (Học viên học xong có thể làm gì)
Học viên tốt nghiệp chương trình sẽ đáp ứng các tiêu chuẩn sau:
✓ Có kiến thức cơ bản về Python để tiếp tục học cách dùng Python trong các lĩnh vực khác như
lập trình web, lập trình mạng, lập trình bảo mật bằng Python.
✓ Có khả năng sử dụng Python để thực hiện phân tích khám phá dữ liệu (Exploratory Data
Analysis – EDA.)
3. Mục tiêu của chương trình (Bạn sẽ đạt được gì sau khóa học)
Sau khi học xong khóa học này học viên có thể:
a. Về kiến thức:
✓ Nắm bắt được các khái niệm cơ bản trong lập trình Python: cú pháp, các cấu trúc điều khiển,
lập trình hướng đối tượng.
✓ Nắm bắt các kiểu dữ liệu trong Python và biết cách thực hiện các phép tính trên các kiểu dữ
liệu đó.
Page 1 of 9
R2S Academy
✓ Nắm vững cách sử dụng hai thư viện phân tích dữ liệu Numpy và Pandas.
✓ Biết cách thực hiện vẽ đồ thị dữ liệu bằng Matplotlib và / hoặc Seaborn, Plotly
✓ Biết cách thực hiện Phân Tích Khám Phá Dữ Liệu.
b. Về kỹ năng:
✓ Kỹ năng phân tích vấn đề qua phân tích dữ liệu để ra các quyết định dựa trên dữ liệu.
Page 2 of 9
R2S Academy
6. Các chủ đề và thời lượng
Thời
Buổi
Tuần Chủ đề gian Mô tả
học
(giờ)
Các thao tác cơ bản với Python: Làm quen với các khái niệm cơ
bản trong Python và set up môi
▪ Sử dụng Python như một máy tính cầm trường làm việc.
tay.
Link download PyCharm
▪ Viết và thực thi một chương trình đơn Community Edition: Link
giản trong Python.
01 3.0
▪ Các kiểu dữ liệu trong Python
▪ Các phép tính số học cơ bản và các
thao tác cơ bản trên chuỗi
▪ Giới thiệu Jupyter Notebook và
PyCharm
Page 3 of 9
R2S Academy
Page 4 of 9
R2S Academy
Module 2 – Python cho Khoa Học Dữ Liệu và Thống kê cơ bản (36 giờ)
Lập trình cơ bản với Python: Thực hành lập trình giải quyết một
số vấn đề cơ bản với Python (giúp
▪ Hoán đổi giá trị biến
củng cố kiến thức đã học ở
▪ Chẵn hay lẻ Module 1)
▪ Đồng hồ báo thức
11 3.0
▪ Giai thừa
04
▪ Đảo số
▪ Bài toán mua chocolate
▪ In ký tự theo mẫu
Page 5 of 9
R2S Academy
Các thao tác nâng cao với Lists, Giúp xây dựng kỹ năng làm việc
Dictionaries và Strings: nâng cao với các cấu trúc dữ liệu
trong Python
▪ Tìm thành phần lớn nhất, nhỏ nhất
trong List
▪ Thêm thành viên vào List theo điều
kiện
▪ Sếp lịch làm việc với 2D List
2.5
▪ Ma trận hàng rào
▪ Chuỗi Palindrome
▪ Chuỗi Anagram
▪ Loại bỏ thành phần trùng lắp
▪ Duyệt danh sách khoá và giá trị trong
Dictionaries
Thống kê mô tả cơ bản:
▪ Đo lường mức độ tập trung của dữ liệu
▪ Đo lường mức độ phân tán của dữ liệu
13 3.0
▪ Biểu diễn phân phối của dữ liệu với
histogram, biểu đồ cột và boxplot
▪ Thực hành viết hàm tính một số chỉ số
thống kê cơ bản bằng Python
Page 6 of 9
R2S Academy
NumPy
▪ Cơ bản về NumPy
▪ Thao tác trên mảng 1 chiều (1-D
16 3.0
Arrays)
▪ Mảng đa chiều
▪ Tạo mảng trong NumPy
Pandas (1)
▪ Cơ bản về Pandas
18
▪ Dòng và cột trong Pandas
2.5
▪ Mô tả dữ liệu
▪ Chỉ số và cắt lát
▪ Các thao tác trong Pandas
Pandas (2)
19 ▪ Các hàm Groupby và Aggregate
▪ Hợp nhất và nối Dataframes 2.5
▪ Pivot Tables
▪ Bài tập xử lý dữ liệu bán hàng
07 Giải đáp thắc mắc, bài tập, ôn bài cũ 0.5 Vẽ biểu đồ dữ liệu với Matplotlib
Page 7 of 9
R2S Academy
Giải đáp thắc mắc, bài tập, ôn bài cũ 0.5 Vẽ biểu đồ dữ liệu với Seaborn
Module 3 – Phân tích khám phá dữ liệu với Python (24 giờ)
Cơ bản về EDA
▪ EDA là gì?
23 3.0
▪ Tìm nguồn dữ liệu
▪ Web scraping
Page 8 of 9
R2S Academy
Capstone Project 1
27 ▪ Hướng dẫn đồ án 3.0
▪ Q&A
Capstone Project 2
▪ Phân tích đơn biến
28 3.0
▪ Làm sạch dữ liệu
▪ Q&A
10 Capstone Project 3
29 ▪ Phân tích hai và đa biến 3.0
▪ Q&A
Capstone Project 4
30 3.0
▪ Trình bày kết quả và nộp bài
Page 9 of 9