Đồ án cuối khóa - Khoa học Dữ liệu
Đồ án cuối khóa - Khoa học Dữ liệu
Xin chào các bạn!
Chúc mừng các bạn đã hoàn thành xong bốn môn học của Chương trình Khoa học Dữ liệu - Data Science. Bắt đầu với môn học Giới thiệu về Khoa học Dữ liệu, bạn đã được làm quen với các khái niệm, phương pháp luận, thuật toán và ứng dụng của Data Science. Trong môn học thứ hai, Phân tích Dữ liệu với Python, bạn đã học được cách truy vấn dữ liệu từ cơ sở dữ liệu, xử lý dữ liệu bằng Python và phân tích dữ liệu bằng phương pháp trực quan hóa. Tiếp đến, trong khóa học về Học máy (Machine Learning), bạn đã học được những kiến thức cơ bản về học máy và ứng dụng của nó trong các lĩnh vực khác nhau như chăm sóc sức khỏe, ngân hàng, viễn thông và về các kỹ thuật học máy hiệu quả nhất. Cuối cùng, với môn học Giới thiệu về Deep Learning, bạn đã nắm được kiến thức về mạng nơ-ron hiện đại và các ứng dụng của chúng trong computer vision (thị giác máy tính) và natural language understanding (thấu hiểu ngôn ngữ tự nhiên).
Đến với môn học cuối cùng - Đồ án cuối khóa, bạn sẽ có cơ hội tổng hợp, áp dụng những kiến thức đã học vào một dự án thực tế và thực sự trải nghiệm công việc cụ thể của một nhà khoa học dữ liệu. Đối với các yêu cầu của dự án, bạn sẽ mô tả Business Understanding (Tìm hiểu về nghiệp vụ) trong một báo cáo. Sau đó, bạn sẽ sử dụng kỹ năng phân tích của mình để hiểu dữ liệu được cung cấp để tìm ra các đặc điểm tốt nhất. Sau đó, bạn sẽ áp dụng machine learning (học máy) để xây dựng mô hình dự đoán. Cuối cùng, bạn sẽ học cách tạo API RestFul để đưa ra dự đoán với dữ liệu mới
Đề bài cụ thể của dự án thực tế có thể do bạn tự tìm hiểu và lựa chọn bài toán phù hợp mà mình muốn nghiên cứu và theo đuổi.
Chúc các bạn học tốt!
MỤC TIÊU MÔN HỌC
Sau khi học xong môn này, học viên sẽ đạt được các chuẩn kiến thức, kỹ năng đầu ra như sau:
- Vận dụng toàn diện vòng đời của khoa học dữ liệu vào một vấn đề thực tế.
- Áp dụng các kỹ năng phân tích và trực quan hóa để phân tích dữ liệu và việc hoàn thành việc lựa chọn tính năng.
- Chọn các thuật toán Machine Learning phù hợp và các chỉ số đánh giá hợp lý cho một vấn đề thực tế.
- Áp dụng nhiều kỹ thuật để cải thiện độ chính xác của mô hình.
- Hiểu và áp dụng Flask để tạo API cho một dự án khoa học dữ liệu.
- Có thể viết một báo cáo khoa học dữ liệu chi tiết.
TRẢI NGHIỆM HỌC TẬP
Để bắt đầu, các bạn nên dành một vài phút khám phá môn học và cấu trúc chung. Môn học sẽ đưa ra hai lựa chọn khác nhau cho đồ án cuối khóa của bạn. Với mỗi chủ đề lựa chọn, bạn sẽ được cung cấp các thông tin tổng quan chung và hướng dẫn cụ thể để hoàn thành đồ án. Trong quá trình thực hiện đồ án, bạn sẽ được làm việc 1-1 với Mentor hướng dẫn. Để việc học tập được hiệu quả, hãy thường xuyên trao đổi với Mentor của bạn, không ngừng học hỏi, nghiên cứu và lập cho mình một kế hoạch học tập hợp lý để hoàn thành đồ án một cách xuất sắc.
Trong thời gian thực hiện đồ án (dự kiến là 6 tuần), việc phân bổ tuần học là rất quan trọng. Nếu các bạn có bất cứ câu hỏi nào hãy kết nối với Mentor để được giải đáp.
CẤU TRÚC MÔN HỌC
Lựa chọn đề bài cho đồ án cuối khóa
- Option 1 - Open topic: Học viên có thể tự chọn chủ đề mà mình quan tâm
- Option 2 - Specific topic: Ứng dụng Dự đoán Đua ngựa (Horse Racing Prediction Application)
Nội dung chính
- Tổng quan đồ án
- Chi tiết đồ án
- Hướng dẫn đồ án
- Tiêu chí đánh giá Đồ án
- Định hướng tiến độ Đồ án
- Hướng dẫn nộp và bảo vệ Đồ án
CHUYÊN GIA THIẾT KẾ VÀ PHẢN BIỆN MÔN HỌC
THIẾT KẾ MÔN HỌC: Th.S Vũ Thương Huyền
- Trình độ chuyên môn: Thạc sĩ Kỹ thuật phần mềm, Đại học Công nghệ, Đại học Quốc gia Hà Nội
- Nghề nghiệp: Senior Data Scientist
- Nơi công tác: FPT Software - FPT
- Lĩnh vực nghiên cứu: Machine learning, Deep learning, Reinforcement Learning, Natural Language Processing
- Online profile: https://www.linkedin.com/in/thuong-huyen-3969747a/
PHẢN BIỆN MÔN HỌC: T.S Đặng Hoàng Vũ
- Trình độ chuyên môn: Tiến sĩ Toán học, Đại học Cambridge
- Nghề nghiệp: Giám đốc khoa học FPT
- Nơi công tác: FPT Software - FPT
- Công việc hiện tại: Chịu trách nhiệm chính trong lĩnh vực phân tích của Platform quản lý dữ liệu và nghiên cứu khoa học dữ liệu của FPT
CHUYÊN GIA THIẾT KẾ VÀ PHẢN BIỆN KHUNG CHƯƠNG TRÌNH
T.S Từ Minh Phương
- Trưởng khoa CNTT, Đại học Bưu chính viễn thông (PTIT)
- Chuyên gia tư vấn công nghệ AI & machine learning
- Trưởng phòng Lab Học máy & Ứng dụng của PTIT
T.S Nguyễn Văn Vinh
- Giảng viên & thành viên cốt lõi của Phòng thí nghiệm AI, Đại học Công nghệ - VNU
- Chuyên gia tư vấn AI cho DPS, Fsoft
- Bằng tiến sĩ Khoa học máy tính, Viện Khoa học và Công nghệ tiên tiến Nhật Bản
- Cử nhân CNTT, Đại học Công nghệ, VNU
T.S Trần Thế Trung
- Viện trưởng Viện nghiên cứu công nghệ FPT, Đại học FPT
- Thạc sĩ Vật lý thiên văn, Đại học Pierre & Marie Curie
- Bằng tiến sĩ Khoa học máy tính, Viện Khoa học và Công nghệ tiên tiến Nhật Bản
- Cử nhân Vật lý lý thuyết và Toán học, Đại học Melbourne
NGUỒN HỌC LIỆU
Trong thời đại hiện nay, mỗi môn học đều có nhiều nguồn tài liệu liên quan kể cả sách in và online, FUNiX Way không quy định một nguồn học liệu cụ thể mà khuyến cáo để học viên chọn được nguồn phù hợp nhất cho mình. Trong quá trình học từ nhiều nguồn khác nhau theo lựa chọn cá nhân đó, khi sinh viên phát sinh câu hỏi thì sẽ được kết nối nhanh nhất với mentor để được giải đáp. Toàn bộ phần đánh giá bao gồm các câu hỏi trắc nghiệm, bài tập, dự án và thi vấn đáp do FUNiX thiết kế, xây dựng và thực hiện.
Các môn học của FUNiX không quy định bắt buộc tài liệu học tập, sinh viên có thể chủ động tìm và học từ bất kỳ nguồn nào phù hợp, kể cả sách in hay nguồn học liệu online (MOOC) hay các website. Việc sử dụng các nguồn đó do học viên chịu trách nhiệm và đảm bảo tuân thủ các chính sách của chủ sở hữu nguồn, trừ trường hợp họ có sự hợp tác chính thức với FUNiX. Nếu cần hỗ trợ, học viên có thể liên hệ phòng đào tạo FUNiX để được hướng dẫn.
Dưới đây là một số nguồn học liệu của môn học mà học viên có thể tham khảo sử dụng. Việc liệt kê nguồn dưới đây không nhất thiết hàm ý rằng FUNiX có sự hợp tác chính thức với chủ sở hữu của nguồn: Coursera, tutorialspoint, edX Training, or Udemy.
KÊNH PHẢN HỒI
FUNiX sẵn sàng đón nhận và trao đổi về mọi ý kiến góp ý, phản hồi liên quan đến học liệu qua email program@funix.edu.vn