Khóa Học Phân tích dữ liệu với lập trình Python từ Zero to Hero

Khóa Học Phân tích dữ liệu với lập trình Python từ Zero to Hero

Python là một trong những ngôn ngữ lập trình phổ biến nhất trên thế giới được ứng dụng chuyên sâu vào nhiều lĩnh vực như Phân tích dữ liệu (Data analytics), Dữ liệu lớn (Big Data), Máy học (Machine Learning) và Trí tuệ nhân tạo (AI). 

Đây đều là các công việc “hot” và được trả lương cao hiện nay. Và để bắt đầu tiến bước vào những công việc này, bạn cần có kiến thức chuyên môn về ngôn ngữ Python.

Bạn Sẽ Học Được Gì Từ Khóa Học Python From Zero to Hero

✅ Nắm vững lý thuyết và học cách thực hành kỹ thuật code bằng ngôn ngữ Python để phân tích và giải quyết các vấn đề trong phân tích dữ liệu.

✅ Biết sử dụng Python trong phân tích dữ liệu thay cho các công cụ truyền thống như Excel, Power BI, Tableau…

✅ Thành thạo các thao tác và xử lý dữ liệu với Matplotlib, Pandas,...

✅ Biết tận dụng thư viện hỗ trợ trong Python để thu thập, xử lý và làm sạch dữ liệu.

✅ Trực quan hóa dữ liệu trong Python với thư viện hỗ trợ

✅ Thành thạo lập trình Python để làm nền tảng cho học phân tích dữ liệu cơ bản đến nâng cao sau này và ngành khoa học máy khác,...

Khóa Học Python From Zero to Hero Giành Cho Những ai!

✅ Sinh viên muốn học ngôn ngữ lập trình Python ứng dụng trong phân tích dữ liệu.

✅ Người đang làm việc trong các vị trí cần xử lý dữ liệu, phân tích và số hóa dữ liệu.

✅ Người làm tài chính, kế toán, marketing cần thống kê, làm báo cáo trực quan. 

✅ Hoặc bất kỳ ai muốn tìm hiểu thêm về python, ngành khoa học dữ liệu hoặc trực quan hóa dữ liệu thì đều có thể đăng ký tham gia khóa học python này.

Nội Dung Khóa Học

Chương I. Tổng quan về Python
1. 0.0. Hướng dẫn học tập hiệu quả với Gitiho
2. 1.0. Tham gia cộng đồng Dữ liệu cùng Gitiho và Nimbus
3. 1.1. Giới thiệu khóa học
4. 1.2. Python là gì? Ứng dụng của Python
5. 1.3. Phần mềm sử dụng với Python. Hướng dẫn cài đặt phần mềm và cách sử dụng
6. 1.4. Câu lệnh Python đầu tiên
7. 1.5. Keyword và note trong Python
Chương II. Biến và các câu lệnh cơ bản trong Python
8. 2.1. Indentation_Lưu ý và quy tắc đầu tiên trong Python
9. 2.2. Biến trong Python. Các loại biến và cách sử dụng
10. 2.3. Thực hành in và tính toán cơ bản với biến
11. 2.4. Phân biệt các loại biến_Global và Local Variables
12. 2.5. Biến dữ liệu kiểu số. Các thao tác cơ bản với biến kiểu số
13. 2.6. Biến dữ liệu kiểu chuỗi ký tự – kiểu chuỗi ký tự trên nhiều dòng
14. 2.7. Các công thức và hành động với dữ liệu kiểu chuỗi ký tự
15. 2.8. Chuyển đổi các kiểu dữ liệu. Variables casting
16. 2.9. Các thao tác nâng cao với dữ liệu kiểu chuỗi ký tự
17. 2.10. Ký tự dạng “Escape” trong chuỗi ký tự.
18. 2.11. Dữ liệu kiểu Boolean. Ứng dụng của biến Boolean.
19. 2.12. Các dạng toán tử trong Python. Ví dụ với các toán tử
Chương III. Tập hợp trong Python_Các thư viện hỗ trợ
20. 3.1. Tổng quan về Collection (tập hợp). Các loại Collections trong Python
21. 3.2. Lý thuyết và thao tác cơ bản về List.
22. 3.3. Các công thức và hành động nâng cao với List
23. 3.4. Thực hành với List
24. 3.5. Lý thuyết và các thao tác với Tuple
25. 3.6. Lý thuyết và các thao tác với Set
26. 3.7. Lý thuyết và thao tác cơ bản với Dictionary
27. 3.8. Lý thuyết và thao tác nâng cao với Dictionary
28. 3.9. Lý thuyết và thao tác với Array (Mảng dữ liệu)
29. 3.10. Thư viện NumPy và ứng dung với Array (phần 1)
30. 3.11. Thư viện NumPy và ứng dung với Array (phần 2)
Chương IV. Vòng lặp và các câu lệnh logic trong Python
31. 4.1. Câu lệnh If với các điều kiện logic
32. 4.2. Thực hành các ví dụ với câu lệnh If
33. 4.3. Lý thuyết về vòng lặp. Vòng lặp While
34. 4.4. Thực hành các ví dụ với vòng lặp While
35. 4.5. Lý thuyết vòng lặp For.
36. 4.6. Vòng lặp For nâng cao
37. 4.7. Thực hành các ví dụ với vòng lặp For
Chương V. Trực quan hóa dữ liệu trong Python với thư viện hỗ trợ
38. 5.1. Tổng quan về trực quan hóa dữ liệu và thư viện Matplotlib
39. 5.2. Câu lệnh cơ bản với thư viện Matplotlib
40. 5.3. Thao tác và câu lệnh tùy chỉnh với trực quan hóa dữ liệu (Phần 1)
41. 5.4. Thao tác và câu lệnh tùy chỉnh với trực quan hóa dữ liệu (Phần 2)
42. 5.5. Chức năng Subplot và ứng dụng với Pie Chart
Chương VI. Case Study Phân tích: Biến động tỷ giá qua thời gian
43. 6.1. Đặt vấn đề Case Study
44. 6.2. Phân tích url và crawl data
45. 6.3. Cấu trúc dữ liệu bảng với Pandas
46. 6.4. Dữ liệu ngày tháng với thư viện datetime
47. 6.5. [Case Study] Bước 1_Thu thập dữ liệu nâng cao
48. 6.6. [Case Study] Bước 2_Làm sạch và lựa chọn dữ liệu phù hợp với Pandas
49. 6.7. [Case Study] Bước 3_Trực quan hóa dữ liệu và phân tích cơ bản