• Số lượng video
  • Danh mục

Tổng quan khóa học

  • Môn học Giới thiệu về Khoa học Dữ liệu là một khóa học giới thiệu được thiết kế để cung cấp cho sinh viên kiến thức cơ bản về các nguyên lý, phương pháp và ứng dụng của khoa học dữ liệu.
  • Môn học bao gồm các khái niệm chính như thu thập dữ liệu, chuẩn bị dữ liệu, phân tích dữ liệu và trực quan hóa dữ liệu. Sinh viên sẽ khám phá các loại dữ liệu khác nhau, bao gồm dữ liệu có cấu trúc và dữ liệu không có cấu trúc, cũng như học về tầm quan trọng của việc quản lý dữ liệu và đạo đức trong việc sử dụng dữ liệu.
  • Môn học cũng giới thiệu các thuật ngữ và kỹ thuật thông dụng trong lĩnh vực khoa học dữ liệu, như khai thác dữ liệu, học máy, học sâu và xử lý ngôn ngữ tự nhiên. Bên cạnh đó các học viên sẽ hình dung các bài toán thực tế trong ngân hàng, tiếp thị hay phân tích khách hàng.

Chuẩn đầu ra học phần

Môn học này giúp người học:

  1. Nắm vững các khái niệm về khoa học dữ liệu.
  2. Nắm vững khái niệm về dữ liệu và các loại dữ liệu.
  3. Nắm rõ sự khác biệt giữa các thuật ngữ căn bản và nâng cao trong khoa học dữ liệu.
  4. Nắm vững chu kỳ của một bài toán khoa học dữ liệu.
  5. Hiểu và nắm cách tiến hành của các bài toán thường gặp của khoa học dữ liệu trong thực tế.
  6. Phân tích 1 bài toán khoa học dữ liệu bất kỳ theo quy trình và các bước tiến hành.

Tài liệu tham khảo

  1. Laura Igual , Santi Seguí, Introduction To Data Science, Springer, 2017.
  2. Chirag Shah, A Hands-On Introduction to Data Science, Cambridge University, 2020.

Các giảng viên phụ trách:

3 giảng viên thuộc Khoa Toán - Tin học, trường ĐH Khoa học Tự nhiên, ĐH Quốc gia TP. HCM

  1. PGS. TS. Nguyễn Thanh Bình 
  2. TS. Võ Đức Cẩm Hải
  3. TS. Trần Anh Tuấn

Đề cương chi tiết:

Đề cương Môn Nhập môn Khoa học Dữ liệu

Yêu cầu học tập:

Hình thức tương tác

Giảng viên sẽ theo dõi khóa học và tiến độ học tập của học viên bằng các hình thức sau đây:

Hình thức học tập

Số tiết/giờ

Số tín chỉ

Video bài giảng 

27 tiết

1,80 

Thảo luận 

4,5 tiết

0,30 

Bài tập hàng tuần 

10,5 tiết

0,70

Kiểm tra giữa khóa

1,2 tiết

0,08 

Kiểm tra cuối khóa 

1,8 tiết

0,12 

Tổng cộng 

45 tiết

3

 

Hình thức học và đánh giá

Hình thức học và đánh giá 

Tỷ lệ 

Hình thức

Thời gian (phút)

Hoàn thành video bài giảng 

30 %

Xem video và hoàn thành tất cả bài tập H5P của mỗi video (Điểm ghi nhận là trung bình của tất cả các video bài giảng)

1350

Thảo luận và đặt câu hỏi trên hệ thống

5 %

Hoàn thành bài tập thảo luận ở mỗi module (Điểm ghi nhận là trung bình của tất cả các module)

225

Làm đúng câu hỏi trắc nghiệm trong mỗi video

25 %

Hoàn thành các bài tập (trắc nghiệm) của mỗi module (Điểm ghi nhận là trung bình của tất cả bài tập ở mỗi module)

525

Làm bài kiểm tra trắc nghiệm 

30 %

Trắc nghiệm

90

Đọc bài 

10 %

Hoàn thành bài đọc ở mỗi module

 

Tổng cộng

100%

2250

 

Công nhận chứng chỉ môn học:

Để nhận chứng chỉ hoàn thành môn học, người học cần thực hiện các bước như sau:

  • Các nội dung bao gồm đọc bài, xem video, thảo luận và đặt câu hỏi trên hệ thống, làm bài tập trắc nghiệm với từng video và bài kiểm tra sẵn sàng trên hệ thống trong khoảng thời gian bắt đầu và kết thúc môn học. Người học, sau khi đăng kí và vào học, có thể truy cập đến tất cả các nội dung này.
  • Người học tham gia đầy đủ các nội dung trong môn học để đạt được tổng điểm tích luỹ >= 80%.
  • Người học có thể làm bài tập nhiều lần để cải thiện điểm tích luỹ. Các chủ đề thảo luận có thể có hạn nộp và có giảng viên phụ trách đánh giá.
  • Người học phải đăng kí tham dự và vượt bài kiểm tra đánh giá trực tiếp và có phí do ĐHQGHCM tổ chức

Yêu cầu công nghệ

  • Máy tính kết nối với Internet
  • Browser như Chrome, Safari, Firefox,...
  • Microsoft Office: Word, Excel
  • Phần mềm coding (tuỳ môn học)

 


Nội dung học phần

GIỚI THIỆU MÔN HỌC
Tổng quan khoá học Xem
Video Giới thiệu môn học Xem
CHƯƠNG 1. GIỚI THIỆU VỀ KHOA HỌC DỮ LIỆU
Tóm tắt bài giảng chương 1 Xem
Tổng quan chương 1 Xem
1. Khoa học dữ liệu là gì? Xem
Bài giảng 1.1. Khoa học dữ liệu là gì? Xem
Bài giảng 1.2. Khoa học dữ liệu là gì? (tiếp theo) Xem
Bài giảng 1.3. Khoa học dữ liệu là gì? (tiếp theo) Xem
Bài giảng 1.4. Khoa học dữ liệu là gì? (tiếp theo) Xem
Thảo luận về các khía cạnh tổng quát trong khoa học dữ liệu Xem
2. Lịch sử và sự phát triển của khoa học dữ liệu Xem
Bài giảng 1.5. Lịch sử và sự phát triển của khoa học dữ liệu Xem
Bài giảng 1.6. Lịch sử và sự phát triển của khoa học dữ liệu (tiếp theo) Xem
Bài giảng 1.7. Lịch sử và sự phát triển của khoa học dữ liệu (tiếp theo) Xem
Thảo luận về lịch sử và sự phát triển của khoa học dữ liệu Xem
3. Các ứng dụng khoa học dữ liệu Xem
Bài giảng 1.8. Các ứng dụng khoa học dữ liệu Xem
Bài giảng 1.9. Các ứng dụng khoa học dữ liệu (tiếp theo) Xem
Bài giảng 1.10. Các ứng dụng khoa học dữ liệu (tiếp theo) Xem
Bài giảng 1.11. Các ứng dụng khoa học dữ liệu Xem
Thảo luận các ứng dụng của khoa học dữ liệu Xem
4. Khó khăn và thách thức của khoa học dữ liệu Xem
Bài giảng 1.12. Khó khăn và thách thức của khoa học dữ liệu Xem
Thảo luận về khó khăn và thách thức của khoa học dữ liệu Xem
Bài kiểm tra chương 1 Xem
CHƯƠNG 2. TÌM HIỂU VỀ DỮ LIỆU
Tóm tắt bài giảng chương 2 Xem
Tổng quan chương 2 Xem
Bài giảng 2.1. Giới thiệu về dữ liệu Xem
1. Tầm quan trọng của dữ liệu Xem
Bài giảng 2.2. Tầm quan trọng của dữ liệu Xem
Bài giảng 2.3. Tầm quan trọng của dữ liệu (tiếp theo) Xem
Bài giảng 2.4. Tầm quan trọng của dữ liệu (tiếp theo) Xem
Thảo luận về tầm quan trọng của dữ liệu Xem
2. Các loại dữ liệu có cấu trúc và phi cấu trúc Xem
Bài giảng 2.5. Các loại dữ liệu có cấu trúc và phi cấu trúc Xem
Bài giảng 2.6. Các loại dữ liệu có cấu trúc và phi cấu trúc (tiếp theo) Xem
Bài giảng 2.7. Các loại dữ liệu có cấu trúc và phi cấu trúc (tiếp theo) Xem
Bài giảng 2.8. Các loại dữ liệu có cấu trúc và phi cấu trúc (tiếp theo) Xem
Bài giảng 2.9. Các loại dữ liệu có cấu trúc và phi cấu trúc (tiếp theo) Xem
Bài giảng 2.10. Các loại dữ liệu có cấu trúc và phi cấu trúc (tiếp theo) Xem
Thảo luận về dữ liệu có cấu trúc và phi cấu trúc Xem
3. Quản trị dữ liệu và đạo đức dữ liệu Xem
Bài giảng 2.11. Quản trị dữ liệu và đạo đức dữ liệu Xem
Bài giảng 2.12. Quản trị dữ liệu và đạo đức dữ liệu (tiếp theo) Xem
Bài giảng 2.13. Quản trị dữ liệu và đạo đức dữ liệu (tiếp theo) Xem
Thảo luận về trị dữ liệu và đạo đức dữ liệu Xem
4. Chất lượng dữ liệu Xem
Bài giảng 2.14. Chất lượng dữ liệu Xem
Bài giảng 2.15. Chất lượng dữ liệu (tiếp theo) Xem
Thảo luận về chất lượng của dữ liệu Xem
Bài kiểm tra chương 2 Xem
CHƯƠNG 3. CÁC THUẬT NGỮ TRONG KHOA HỌC DỮ LIỆU
Tóm tắt bài giảng chương 3 Xem
Tổng quan chương 3 Xem
Bài giảng 3.01. Các thuật ngữ trong khoa học dữ liệu Xem
1. Phân biệt các Thuật ngữ Khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu Xem
Bài giảng 3.02. Phân biệt các Thuật ngữ Khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu Xem
Bài giảng 3.03. Phân biệt các Thuật ngữ Khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu (tiếp theo) Xem
Bài giảng 3.04. Phân biệt các Thuật ngữ Khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu (tiếp theo) Xem
Bài giảng 3.05. Phân biệt các Thuật ngữ Khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu (tiếp theo) Xem
Thảo luận về các thuật ngữ khoa học dữ liệu, phân tích dữ liệu và kỹ sư dữ liệu Xem
2. Phân biệt các Thuật ngữ Dữ liệu lớn, kho dữ liệu và hồ dữ liệu Xem
Bài giảng 3.06. Phân biệt các Thuật ngữ Dữ liệu lớn, kho dữ liệu và hồ dữ liệu Xem
Bài giảng 3.07. Phân biệt các Thuật ngữ Dữ liệu lớn, kho dữ liệu và hồ dữ liệu (tiếp theo) Xem
Bài giảng 3.08. Phân biệt các Thuật ngữ Dữ liệu lớn, kho dữ liệu và hồ dữ liệu (tiếp theo) Xem
Bài giảng 3.09. Phân biệt các Thuật ngữ Dữ liệu lớn, kho dữ liệu và hồ dữ liệu (tiếp theo) Xem
Thảo luận về các thuật ngữ Dữ liệu lớn, kho dữ liệu, hồ dữ liệu Xem
3. Phân biệt các Thuật ngữ Làm sạch dữ liệu, khai thác dữ liệu, xử lý dữ liệu và trực quan hóa dữ liệu Xem
Bài giảng 3.10. Phân biệt các Thuật ngữ Làm sạch dữ liệu, khai thác dữ liệu, xử lý dữ liệu và trực quan hóa dữ liệu Xem
Bài giảng 3.11. Phân biệt các Thuật ngữ Làm sạch dữ liệu, khai thác dữ liệu, xử lý dữ liệu và trực quan hóa dữ liệu (tiếp theo) Xem
Thảo luận về thuật ngữ làm sạch dữ liệu, khai thác dữ liệu, xử lý dữ liệu và trực quan hóa dữ liệu Xem
4. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu Xem
Bài giảng 3.12. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu Xem
Bài giảng 3.13. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu (tiếp theo) Xem
Bài giảng 3.14. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu (tiếp theo) Xem
Bài giảng 3.15. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu (tiếp theo) Xem
Bài giảng 3.16. Phân biệt các Thuật ngữ Trí tuệ nhân tạo, máy học và học sâu (tiếp theo) Xem
Thảo luận về thuật ngữ trí tuệ nhân tạo, máy học và học sâu Xem
Bài kiểm tra chương 3 Xem
CHƯƠNG 4. QUY TRÌNH CỦA BÀI TOÁN KHOA HỌC DỮ LIỆU
Tóm tắt bài giảng chương 4 Xem
Tổng quan chương 4 Xem
Bài giảng 1.1 Tổng quan về dữ liệu Xem
1.Giới thiệu Bước Thu nhập và chuẩn bị dữ liệu Xem
Bài giảng 1.2 Các khía cạnh của dữ liệu Xem
Bài giảng 1.3 Thu thập dữ liệu Xem
Bài giảng 1.4 Dữ liệu khuyết Xem
Bài giảng 1.5 Chuyển đổi dữ liệu Xem
Bài giảng 1.6 Giá trị NaN Xem
Thảo luận về bước Thu nhập và chuẩn bị dữ liệu Xem
2. Giới thiệu Bước Tìm hiểu dữ liệu Xem
Bài giảng 2.1 Chuyển đổi dữ liệu Xem
Bài giảng 2.2 Tìm hiểu dữ liệu Xem
Bài giảng 2.3 Phân tích dữ liệu Xem
Bài giảng 2.4 Trực quan hóa dữ liệu Xem
Bài giảng 2.5 Dữ liệu ngoại lai Xem
Bài giảng 2.6 Mối liên hệ giữa các đặc trưng Xem
Thảo luận về bước tìm hiểu dữ liệu Xem
3. Giới thiệu Bước Mô hình hoá dữ liệu và đánh giá Xem
Bài giảng 3.1 Mô hình hóa dữ liệu Xem
Bài giảng 3.2 Mô hình hóa dữ liệu (tt) Xem
Bài giảng 3.3 Dữ liệu bất thường Xem
Bài giảng 3.4 Tiêu chuẩn đánh giá mô hình Xem
Bài giảng 3.5 Chuẩn bị dữ liệu và đánh giá mô hình Xem
Thảo luận về bước mô hình hoá dữ liệu và đánh giá Xem
4.Giới thiệu Bước Triển khai & giám sát và quản lý dữ liệu Xem
Bài giảng 4.1 Tổng quan về đám mây Xem
Bài giảng 4.2 Các độ đo hiệu suất mô hình Xem
Bài giảng 4.3 Model Drift Xem
Bài giảng 4.4 Phát hiện Model Drift Xem
Bài giảng 4.5 Tái huấn luyện mô hình Xem
Bài giảng 4.6 Vòng đời mô hình Xem
Thảo luận về triển khai & giám sát và quản lý dữ liệu Xem
Bài kiểm tra chương 4 Xem
CHƯƠNG 5. CÁC BÀI TOÁN THƯỜNG GẶP TRONG KHOA HỌC DỮ LIỆU
Tóm tắt bài giảng chương 5 Xem
Tổng quan chương 5 Xem
1.Bài toán liên quan Phân loại và dự đoán Xem
Bài giảng 1.1 Tổng quan về học máy Xem
Bài giảng 1.2 Định lý Bayes Xem
Bài giảng 1.3 Bài toán phân loại Xem
Bài giảng 1.4 Bài toán phân loại (tt) Xem
Bài giảng 1.5 Bài toán hồi quy Xem
Bài giảng 1.6 Hồi quy đa biến Xem
Thảo luận về bài toán phân loại và dự đoán Xem
2.Bài toán liên quan Gom nhóm và giảm chiều Xem
Bài giảng 2.1 Các lớp thuật toán trong học máy Xem
Bài giảng 2.2 Học không giám sát Xem
Bài giảng 2.3 Thuật toán gom nhóm và phân cụm phổ biến Xem
Bài giảng 2.4 Vector hóa các đặc trưng Xem
Bài giảng 2.5 Giảm chiều dữ liệu Xem
Bài giảng 2.6 Giảm chiều dữ liệu (tt) Xem
Thảo luận về bài toán gom nhóm và giảm chiều dữ liệu Xem
3.Bài toán liên quan Phát hiện bất thường Xem
Bài giảng 3.1 Bài toán phát hiện bất thường Xem
Bài giảng 3.2 Ứng dụng của bài toán phát hiện bất thường Xem
Bài giảng 3.3 Các hướng tiếp cận bài toán phát hiên bất thường Xem
Bài giảng 3.4 Các hướng tiếp cận bài toán phát hiện bất thường (tt) Xem
Bài giảng 3.5 Các hướng tiếp cận bài toán phát hiện bất thường (tt) Xem
Bài giảng 3.6 Bài toán phát hiện giao dịch qua thẻ tín dụng bất thường Xem
Thảo luận về bài toán phát hiện bất thường Xem
4.Bài toán liên quan Phân tích chuỗi thời gian và hệ thống đề xuất Xem
Bài giảng 4.1 Chuỗi thời gian Xem
Bài giảng 4.2 Chuỗi thời gian (tt) Xem
Bài giảng 4.3 Trung bình trượt Xem
Bài giảng 4.4 Hệ thống gợi ý Xem
Bài giảng 4.5 Hệ thống gợi ý(tt) Xem
Bài giảng 4.6 Các thuật toán quan trọng để tiếp cận bài toán hệ thống gợi ý Xem
Thảo luận về bài toán phân tích chuỗi thời gian và hệ thống đề xuất Xem
5.Bài toán liên quan Xử lý ngôn ngữ tự nhiên Xem
Bài giảng 5.1 Tổng quan về xử lý ngôn ngữ tự nhiên Xem
Bải giảng 5.2 Một số bài toán trong xử lý ngôn ngữ tự nhiên Xem
Bài giảng 5.3 Một số ứng dụng của xử lý ngôn ngữ tự nhiên Xem
Bài giảng 5.4 Các thuật toán phổ biến trong xử lý ngôn ngữ tự nhiên Xem
Bài giảng 5.5 Các mô hình xử lý ngôn ngữ tự nhiên phổ biến Xem
Bài giảng 5.6 Các kiến trúc phổ biến trong xử lý ngôn ngữ tự nhiên Xem
Thảo luận về bài toán xử lý ngôn ngữ tự nhiên Xem
Bài kiểm tra chương 5 Xem

Hồ sơ giảng viên

Nguyễn Thanh Bình

Giảng viên có 1 khóa học

Chưa có thông tin hồ sơ của

Học trực tuyến chủ động qua các video, nội dung có sẵn. Không giới hạn thời gian. Đăng ký một lần, học mãi mãi. Học thuận tiện, bất cứ khi nào, bất cứ nơi đâu có Internet. Đặt câu hỏi với Giảng viên với tính năng Thảo luận.
Hotline tư vấn kỹ thuật:
0888 678 028
Email tư vấn kỹ thuật:
info@vnuhcm.edu.vn