Khóa học Math & Statistics for Data Science

Lịch học dự kiến diễn ra

Lớp:	MA14A5
Địa điểm:	Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN
Thời gian học:	Thứ 4 - 19H30 - 22H00 & Chủ nhật - 19H30 - 22H00
Lịch khai giảng:	May 8, 2024
Thời gian kết thúc:	May 22, 2024
Giảng viên dự kiến:	None

Math

Math & Statistics for Data Science

Học viện lập trình MCI xin gửi đến anh chị khóa học Math & Statistics for Data Science, dạy online và offline trong 5 buổi học cùng các chuyên gia.

Tên khóa học: Math & Statistics for Data Science

Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp khóa học này là các vị trí:
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
• Machine Learning (ML) Engineer (Kĩ sư Học máy)
• Artificial Intelligence (AI) Engineer (Kĩ sư Trí tuệ Nhân tạo)
• Data Scientist (Nhà Khoa học Dữ liệu)

4.8 (386)

Đối tượng

• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang bắt đầu tìm hiểu các kiến thức liên quan Python, Machine Learning, Deep Learning và học cách ứng dụng Python vào các dự án thực tế tại doanh nghiệp.

• Người đã đi làm mong muốn cải thiện kỹ năng làm việc với dữ liệu, kỹ năng giải quyết và ra quyết định với các bài toán thực tế trong công việc dựa trên phân tích dữ liệu chuyên sâu và hiệu quả với Python.

• Các bạn có mong muốn chuyển ngang sang ngành Data Analysis, Data Science & Machine Learning để có mức thu nhập cao hơn lên tới 1000$/tháng và phát triển sự nghiệp rộng mở hơn.

Yêu cầu đầu vào

Không yêu cầu đầu vào

Bạn sẽ học những gì

Sau khi hoàn thành khóa học, học viên có thể:

1. Hiểu về khái niệm xác suất , nắm vững các kiến thức về Xác Suất phổ biến trong khoa Học dữ liệu
2. Nắm vững các kiến Thức về đạo Hàm
3. Hiểu rõ các kiến thức về ma trận vector
4. Ứng dụng của các kiến thức về Xác suất Thống kê và Đại số tuyến tính trong khoa học dữ liệu

Nội dung khóa học

Buổi 1: Xác suất thống kê

Chủ đề:

Set theory, sơ đồ venn
Loại dữ liệu trong toán
Binning
Distribution và param mô tả dist.
Data matrix
Correlation

Mục tiêu:

Set theory, sơ đồ venn
Loại dữ liệu trong toán
Binning
Distribution và param mô tả dist.
Data matrix
Correlation

Ứng dụng:

Case Study:

Buổi 2: Đạo hàm

Chủ đề:

Khái niệm đạo hàm
Nguyên tắc tính
Bài toán điển hình trong đạo hàm

Mục tiêu:

Khái niệm đạo hàm
Nguyên tắc tính
Bài toán điển hình trong đạo hàm

Ứng dụng:

Case Study:

Buổi 3: Ma trận - Vector

Chủ đề:

Hệ trục toạ độ
Transform bằng matrix (cộng, nhân)
Khoảng cách

Mục tiêu:

Hệ trục toạ độ
Transform bằng matrix (cộng, nhân)
Khoảng cách

Ứng dụng:

Case Study:

Buổi 4: Thuật toán trong Machine Learning

Chủ đề:

Bức tranh tổng quan của ML
Giới thiệu Kmeans (đại diện unsupervised)
Giới thiệu SVM (đại diện supervised)
- Flow of thinking: bài toán/vấn đề mà hai thuật toán này giải quyết là gì? Trình tự thực hiện thuật toán trên 1 dataset
- Nêu tên bài toán điển hình (vd: cluster khách hàng bằng Kmeans)
- Giới thiệu về Sklearn

Mục tiêu:

Ứng dụng:

Case Study:

Buổi 5: Thực hành & Quan sát chạy thuật toán

Chủ đề:

Thực hành:
EDA (EXPLORY DATA ANALYSIS)

Mục tiêu:

Thực hành:
EDA (EXPLORY DATA ANALYSIS)

Ứng dụng:

Case Study:

Tại sao khóa học tại MCI phù hợp với bạn

1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học
2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức