Đề cương khóa học
Phần 1: Nền tảng Python cho Phân tích Dữ liệu (3,5 giờ)
· Mô-đun 1: Bối cảnh Phân tích Dữ liệu (45 phút)
o Tại sao là Python? So sánh Python với Excel và SQL trong nghiên cứu học thuật.
o Thiết lập để thành công: Giới thiệu về Jupyter Notebooks và Google Colab.
Google Colab sẽ dễ dàng hơn vì không cần cài đặt nhưng đòi hỏi kết nối internet mạnh hơn.
Nếu có thể, người tham dự có thể cài đặt Jupyter Notebooks để trải nghiệm mượt mà hơn.
· Mô-đun 2: Các khối xây dựng của Dữ liệu (60 phút)
o Biến, Các loại dữ liệu (Chuỗi, Số nguyên, Số thực), và Logic cơ bản.
o Hiểu về Danh sách và Từ điển—cách Python lưu trữ thông tin.
· Mô-đun 3: Demo và Phòng lab Python cho Phân tích Dữ liệu (75 phút)
o Giới thiệu về Pandas: Tiêu chuẩn ngành cho thao tác dữ liệu.
o Thực hành: Tải tệp CSV, lọc dữ liệu và tính toán các thống kê cơ bản.
Phần 2: Phân tích Kinh doanh Nhập môn (2,0 giờ)
· Mô-đun 4: Tư duy Phân tích Dữ liệu: Hiểu khung nguyên tắc "Hỏi-Phân tích-Hành động". Cách xác định các câu hỏi kinh doanh mà dữ liệu có thể trả lời.
· Mô-đun 5: Mô tả so với Dự đoán: Tổng quan cao cấp về việc diễn giải các xu hướng và nhận diện bất thường trong bối cảnh tài chính.
· Mô-đun 6: Truyền đạt thông tin hiểu biết: Nguyên tắc kể chuyện bằng dữ liệu—biến đổi kết quả kỹ thuật thành các khuyến nghị cho cấp điều hành.
Yêu cầu
- Hiểu biết về phân tích dữ liệu
- Kinh nghiệm xử lý dữ liệu
Đánh giá (2)
Làm Bài Tập
Joe Pang - Lands Department, Hong Kong
Khóa học - QGIS for Geographic Information System
Dịch thuật bằng máy
Những ví dụ thực hành đã giúp chúng tôi cảm nhận được cách thức hoạt động của chương trình. Giải thích tốt và tích hợp các khái niệm lý thuyết với cách áp dụng vào thực tế.
Ian - Archeoworks Inc.
Khóa học - ArcGIS Fundamentals
Dịch thuật bằng máy
