Sự thật ở ngoài kia

Tối qua, bạn ngắm sao cùng một người bạn và thấy một thứ gì đó lạ trên bầu trời. Bạn quyết định xem các báo cáo về UFO (Vật thể bay không xác định) để xem có ai thấy điều gì tương tự trong khu vực của bạn không. May mắn thay, bạn tìm được một tập dữ liệu báo cáo UFO, nhưng trước khi phân tích, bạn cần chuẩn bị dữ liệu! Dưới đây là ảnh chụp 5 hàng đầu tiên.

Flowers

Phát biểu nào sau đây là đúng?

Bài tập này là một phần của khóa học

Tìm hiểu về Khoa học Dữ liệu

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Tìm hiểu về Khoa học Dữ liệu

SkillTag.level.beginnerSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Chúng ta sẽ bắt đầu bằng cách định nghĩa khoa học dữ liệu là gì. Tiếp theo là quy trình làm việc của khoa học dữ liệu và cách áp dụng vào các vấn đề thực tế. Kết thúc chương, bạn sẽ tìm hiểu về những vai trò khác nhau trong lĩnh vực khoa học dữ liệu.

Exercise 1: Data science là gì?Exercise 2: Data science ở khắp mọi nơi!Exercise 3: Tầm quan trọng của khoa học dữ liệu Exercise 4: Ứng dụng của khoa học dữ liệu Exercise 5: Liều dữ liệu mỗi ngày Exercise 6: Khoa học đằng sau trợ lý thông minh Exercise 7: Các vai trò và công cụ trong khoa học dữ liệu Exercise 8: Chọn ứng viên phù hợp Exercise 9: Một vai trò của nhà khoa học dữ liệu

Giờ khi đã hiểu quy trình làm việc của khoa học dữ liệu, chúng ta sẽ đi sâu vào bước đầu tiên: thu thập và lưu trữ dữ liệu. Bạn sẽ học về các nguồn dữ liệu có thể khai thác, dữ liệu đó trông như thế nào, cách lưu trữ sau khi thu thập, và cách một data pipeline có thể tự động hóa quy trình.

Exercise 1: Nguồn dữ liệu Exercise 2: Phân loại nguồn dữ liệu Exercise 3: Tần suất hen suyễn Exercise 4: Kiểu dữ liệu Exercise 5: Phân loại kiểu dữ liệu Exercise 6: Net Promoter Score Exercise 7: Thiết bị theo dõi hoạt động Exercise 8: Lưu trữ và truy xuất dữ liệu Exercise 9: Nền tảng đám mây Exercise 10: Truy vấn cơ sở dữ liệu Exercise 11: Nên dùng loại cơ sở dữ liệu nào?Exercise 12: Data Pipelines Exercise 13: Đặc điểm của data pipeline Exercise 14: Extract Transform Load

Chuẩn bị dữ liệu là nền tảng: các nhà khoa học dữ liệu dành 80% thời gian để làm sạch và xử lý dữ liệu, và chỉ 20% để thực sự phân tích. Chương này sẽ giúp bạn chẩn đoán các vấn đề trong dữ liệu, xử lý giá trị khuyết và ngoại lệ. Sau đó, bạn sẽ học về trực quan hóa, một công cụ thiết yếu khác để vừa khám phá dữ liệu vừa truyền tải phát hiện của mình.

Exercise 1: Chuẩn bị dữ liệu Exercise 2: Sự thật ở ngoài kia

Bài tập hiện tại

Exercise 3: Bạn đã sẵn sàng chưa?Exercise 4: Phân tích Dữ liệu Khám phá Exercise 5: EDA định lượng Exercise 6: EDA trực quan Exercise 7: Trực quan hóa Exercise 8: Bảng điều khiển tương tác Exercise 9: Cải thiện một bảng điều khiển

Ở chương cuối, chúng ta sẽ nói về thử nghiệm và dự đoán! Bắt đầu với thí nghiệm, chúng ta sẽ tìm hiểu kiểm thử A/B, rồi chuyển sang dự báo chuỗi thời gian để học cách dự đoán các sự kiện tương lai. Cuối cùng, chúng ta kết thúc với Machine Learning, tìm hiểu học có giám sát và phân cụm.

Exercise 1: Kiểm thử A/B Exercise 2: Xây dựng quy trình A/B testing Exercise 3: Ý nghĩa thống kê Exercise 4: Kết quả tạm thời Exercise 5: Dự báo chuỗi thời gian Exercise 6: Phân loại dữ liệu chuỗi thời gian Exercise 7: Diễn giải biểu đồ chuỗi thời gian Exercise 8: Machine Learning có giám sát Exercise 9: Khi nào nên dùng supervised learning Exercise 10: Features và labels Exercise 11: Đánh giá mô hình Exercise 12: Phân cụm Exercise 13: Supervised vs. Unsupervised Exercise 14: Chọn số lượng cụm Exercise 15: Chúc mừng bạn!