Lịch học dự kiến diễn ra



Lớp: PY70SA4L2 LEVEL 2
Địa điểm: 13 Cao Thắng, Quận 3, HCM
Thời gian học: Thứ 4 - & Chủ nhật -
Lịch khai giảng: May 5, 2024
Thời gian kết thúc: June 5, 2024
Giảng viên dự kiến: None
Python Level 2

Python for Machine Learning

Đây là 1 khóa học Python nâng cao, ứng dụng trong lĩnh vực Học máy (Machine Learning),
Hình thức đào tạo online và offline trong thời lượng 10 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:

Tên khóa học: Python for Machine Learning (Python Level 2)

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)

4.9 (495)

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

• Các bạn đã hoàn thành khóa học Python nền tảng, level 1 tại MCI: Python Foundation in Data Analytics
có tư duy logic
có kiến thức cơ bản về python và một số thư viên như numpy, pandas, matplotlib, seaborn
có kiến thức cơ bản về đại số tuyến tính, xác suất thông kê

Bạn sẽ học những gì

- Xây dựng các model học máy trên Python bằng việc sử dụng các thư viện phổ biến như scikit-learn, xgboost, numpy..,
- Xây dựng và huấn luyện các mô hình cho việc dự đoán bài toán phân lớp và regression
- Biết cách đánh giá mô hình bằng một số thước đo phổ biến
- Phân biệt ưu và nhược điểm một số thuật toán trong quá trình xây dựng mô hình

Nội dung khóa học

    Chủ đề:

    Machine Learning

    Mục tiêu:

    - Nắm được khái niệm cơ bản về ML, một số ứng dụng phổ biến và phân loại machine learning
    - Biết về thư viện scikit learn các triển khai xây dựng mô hình trên scikitlearn
    - Nắm được thuật toán linear regression và triển khai
    - Một số thước đo cơ bản của bài toán regression

    Ứng dụng:

    Machine Learning

    Case Study:

    Media Company Case Study (Linear Regression)
    A digital media company (similar to Voot, Hotstar, Netflix, etc.) had launched a show. Initially, the show got a good response, but then witnessed a decline in viewership. The company wants to figure out what went wrong.

    Chủ đề:

    Polynomial và một số thuật ngữ quan trọng trong ML

    Mục tiêu:

    - Hiểu được việc thuật toán Polynomial và cách triển khai
    - Nắm được một số kỹ thuật xây dựng mô hình machine learning

    Ứng dụng:

    Machine Learning

    Case Study:

    Using Polynomial Regression with House Prices - Kaggle Copetitions

    Chủ đề:

    Gradient descent

    Mục tiêu:

    - Nắm được về thuật toán, một số phiên bản của gradient descent
    - Kỹ thuật normalization features

    Ứng dụng:

    Machine Learning

    Case Study:

    House Prices - Advanced Regression Techniques

    Chủ đề:

    logistic regression

    Mục tiêu:

    - Nắm được về thuật toán phân lớp bằng logistic regression và triển khai trên thư viện scikit learn
    - Một số thước đo phổ biến của bài toán phân lớp và ưu nhược điểm của nó

    Ứng dụng:

    Học máy có

    Case Study:

    Housing prediction with Logistic Regression

    Chủ đề:

    KNN and Naive bayes

    Mục tiêu:

    -Nắm được cách triển khai thuật toán:
    - KNN và tối ưu giá trị của k
    - Naive bayes

    Ứng dụng:

    Học máy

    Case Study:

    Housing classification with KNN

    Chủ đề:

    Unsupervised learning: Kmean, Hierarchical clustering

    Mục tiêu:

    Nắm được cách triển khai và tối ưu của thuật toán :
    - Kmean
    - Hierarchical

    Ứng dụng:

    Machine Learning

    Case Study:

    Online Retail K-means & Hierarchical Clustering:
    Online retail is a transnational data set which contains all the transactions occurring between 01/12/2010 and 09/12/2011 for a UK-based and registered non-store online retail. The company mainly sells unique all-occasion gifts. Many customers of the company are wholesalers.

    Chủ đề:

    PCA and SVM

    Mục tiêu:

    Nắm được và triển khai thuật toán:
    - PCA
    - SVM

    Ứng dụng:

    Machine Learning

    Case Study:

    PCA and SVM on MNIST dataset

    Chủ đề:

    Decision tree

    Mục tiêu:

    Nắm được và triển khai thuật toán:
    - Decision tree
    - Random forests
    - XGBoost

    Ứng dụng:

    Machine Learning

    Case Study:

    Titanic - Machine Learning from Disaster

    Chủ đề:

    Neutral network

    Mục tiêu:

    - Phân biệt được giữa ML và Deep learning
    - Hiểu được cách xây dựng và tìm phương án tối ưu của mạng neutral network
    - Cách triển khai mạng neutral network bằng thư viện Tensorflow

    Ứng dụng:

    Deep Learning

    Case Study:

    Taylor Swift's YouTube Stats Symphony
    Dive into the data-driven world of Taylor Swift's YouTube empire with the "Swift's YouTube Stats Symphony" dataset! This collection offers an analytical look at the performance metrics of each video from the global music icon's official channel, providing a wealth of insights into views, popularity, and engagement trends.

    Chủ đề:

    Tổng kết

    Mục tiêu:

    - Ứng dụng các kiến thức đã học và 1 dự án
    - Giới thiệu các nội dung của khóa tiếp theo

    Ứng dụng:

    Machine Learning & Deep Learning

    Case Study:

    Project cuối khóa

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 Python trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức

Đội ngũ giảng viên


Nguyễn Thành Đạt

- 5 năm kinh nghiệm trong lĩnh vực Công nghệ thông tin và Khoa học dữ liệu
- Chuyên viên Phân tích dữ liệu tại Công ty Arbory Afloat, Singapore
- Chuyên viên lập trình và phân tích dữ liệu tại trường Đại học Công nghệ và Thiết kế Singapore - Singapore University of Technology and Design
- Tốt nghiệp đại học ngành Kĩ sư hệ thống và thiết kế tại trường Singapore University of Technology and Design


Bùi Thế Anh

- 10 năm kinh nghiệm trong ngành Phân tích định lượng và Dữ liệu lớn tại Việt Nam
- Chuyên viên quản lý tối ưu kinh doanh cao cấp tại Tập đoàn One Mount Group
- Chuyên viên định lượng cao cấp tại Công ty Cổ phần Chứng khoán BIDV Việt Nam
- Chuyên viên Phân tích kinh doanh tại Tập đoàn Vingroup
- Tốt nghiệp Thạc sĩ tài chính tại Mỹ, trường University of Cincinnati, Carl H. Lindner College of Business, US