Big Data và AI ứng dụng trong lĩnh vực kinh tế

Khai giảng ngày: 05/5/2020

  • Hiểu được bức tranh tổng quan về ML và DS.
  • Hiểu được các thuật toán ML cơ bản.
  • Phân tích và thiết kế và thực nghiệm các mô hình ML.
  • Sinh viên, người đi làm muốn tìm hiểu về Big Data và AI, muốn tìm kiếm một cơ hội việc làm mới trong thời đại kỷ nguyên số, cách mạng công nghiệp 4.0.
  • Phải biết 1 ngôn ngữ lập trình (ví dụ python).
  • Trong trường hợp người học chưa biết 1 ngôn ngữ lập trình nào thì liên lạc trực tiếp với Viện để học 1 lớp về lập trình python với thời gian là 12 buổi và học phí là 3,5 triệu đồng.
Tuần Chi tiết Phương pháp Mục tiêu
1 Chương 1: Các khái niệm và nguyên lý cơ bản

1.1 Giới thiệu về AI, Machine learning, Data science

1.2 Bức tranh tổng thể vào xu hướng.

1.3 Các mô hình ML/DL và cách dùng

1.4 Phân loại các thuật toán ML

Giảng viên:

– Lý thuyết

Học viên:

– Nghe giảng

– Đọc thêm

 

Hiểu bức tranh tổng quan về ML
2 Chương 2: Đánh giá kết quả một bài toán data.

2.1 Giới thiệu một số bài toán có thể sử dụng ML để giải.

2.2 Giới thiệu K-nearest neighbor

2.3 Các metrics

2.3.1: Accuracy

2.3.2: Confusion matrix

2.3.3: Recall/Precision/ F-measure

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

 

Hiểu tầm quan trọng và các cách đánh giá bài toán data đơn giản
3 Chương 3: Các thuật toán phân loại

3.1 Giới thiệu về bài toán phân loại.

3.2 Thuật toán cây quyết định.

3.2.1 Mô hình cây quyết định.

3.2.2 Entropy.

3.2.3 Cây quyết định phân loại.

3.3 Lập trình giải quyết bài toán cây quyết định.

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu được các thuật toán phân loại cơ bản
4 Chương 4: Các thuật toán hồi quy

4.1 Giới thiệu về bài toán hồi quy

4.2 Thuật toán linear regression

4.2.1 Mô hình hoá bài toán

4.2.2 Hàm mất mát

4.2.3 Giải nghiệm cho bài toán

4.3 Lập trình giải quyết bài toán linear regression

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu các thuật toán hồi quy cơ bản
5 Chương 5: Các thuật toán gom cụm

5.1 Giới thiệu về các thuật toán gom cụm

5.2 Thuật toán k-mean

5.2.1 Mô hình hoá bài toán

5.2.2 Tính khoảng cách giữa các điểm dữ liệu

5.2.3 Giải bài toán

5.3 Lập trình giải quyết bài toán

5.4 Ứng dụng các thuật toán gom cụm

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu các thuật toán gom cụm cơ bản
6 Chương 6: Cân bằng Bias – Variance

6.1 Validation, Cross-Validation.

6.2 Overfitting.

6.3 Underfitting.

6.4 Cân bằng Overfitting.

6.5 Các phương pháp giải giảm – overfitting và underfitting.

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Có kiến thức về bias-variance, biết được nguyên nhân và cách giảm thiểu
7 Chương 7: Trích xuất đặc trưng dữ liệu

7.1 Các loại dữ liệu phổ biến

7.1.1 Dữ liệu tuyến tính

7.1.2 Dữ liệu categorical

7.1.3 Dữ liệu time-series

7.2 Feature engineering

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu về các loại data, các đặc tính data và cách lấy các đặc trưng cơ bản của data
8 Chương 8: Thuật toán giảm số chiều

8.1 Giới thiệu bài toán giảm số chiều dữ liệu

8.2 Thuật toán PCA

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu về bài toán giảm số chiều dữ liệu
9 Chương 9: Quy trình giải quyết bài toán data

9.1 Tổng quan về quy trình

9.2 Các dạng dự trữ và các loại dữ liệu

9.3 Phân tích thăm dò dữ liệu

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Tìm hiểu về quy trình làm data, EDA
10 Chương 10. Quy trình giải quyết bài toán data (tiếp theo)

10.1 Tiền xử lý dữ liệu

10.2 Hiển thị dữ liệu

10.3 Phát hiện bất thường/nhiễu

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu được các bước tiền xử lý, hiển thị và phát hiện outliers.
11 Chương 11: Lập trình giải quyết bài toán dữ liệu.

11.1 Ngôn ngữ lập trình python, các thư viện numpy, pandas, scikit-learn, …

11.2 Kỹ năng quản lý code theo từng module

11.3 Giải bài tập assignment

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Giới thiệu về các kiến thức engineering, các thư viện và chấm bài tập assignment
12 Chương 12: Học tập hợp (Ensemble learning)

12.1 Bagging

12.2 Boosting

 

* Tóm tắt toàn bộ chương trình học

* Đề ra các hướng đi trong tương lai

Giảng viên:

– Lý thuyết

– Cho bài tập

Học viên:

– Nghe giảng

– Thực hành

– Đọc thêm

Hiểu được cách học ensemble.

Kết thúc khoá học và giới thiệu về các hướng đi tiếp theo.

Thời gian:

  • Thời lượng: 24 buổi học.
  • Lịch học: Tối 3 – 5 hàng tuần từ 18h30′ – 20h30′.

Địa điểm học: Trường Đại học Kinh tế TP. Hồ Chí Minh – 59C Nguyễn Đình Chiểu, Phường 6, Quận 3, TP.HCM

CHI PHÍ ĐÀO TẠO & CHỨNG CHỈ TỐT NGHIỆP:

Chi phí đào tạo trọn gói: 7 triệu đồng/học viên

(Chi phí trên bao gồm chi phí tài liệu học tập, văn phòng phẩm, nước uống, thi cuối khóa, cấp chứng chỉ)

Chứng chỉ tốt nghiệp: Sau khi hoàn thành chương trình, những học viên của lớp Big Data và AI ứng dụng trong lĩnh vực kinh tế đạt yêu cầu sẽ được nhận Chứng chỉ tốt nghiệp do Viện Nghiên cứu Phát triển Nguồn nhân lực Trường Đại học Kinh tế TP. Hồ Chí Minh cấp có giá trị toàn quốc.

CÁC CHẾ ĐỘ ƯU ĐÃI

  • Giảm 5% học phí dành cho học viên đăng ký học trước ngày khai giảng 3 ngày.
  • Giảm 5% học phí dành cho học viên đăng ký học cùng lúc 2 khóa trở lên.
  • Giảm 5% học phí dành cho nhóm đăng ký học từ 3 người trở lên.
  • Giảm 10% học phí dành cho nhóm đăng ký học từ 6 người trở lên.
  • Giảm 5% học phí dành cho sinh viên các Trường Đại học.
  • Giảm 10% học phí dành cho sinh viên Trường Đại học Kinh tế TP.HCM.
  • Giảm 5% học phí dành cho cựu học viên của Viện.

Ghi chú:

  • Quy định mức tổng giảm học phí không vượt quá 20% học phí.

ĐĂNG KÝ GHI DANH TẠI:

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

17 Phạm Ngọc Thạch, Phường 6, Quận 3, TP.HCM

Phòng số 15 – Tầng trệt (xin vui lòng vào cổng, quẹo phải, kế bên Ngân hàng OCB, phòng thứ 2)

Điện thoại (028) 38 230 350 – 38 222 756 – 38 291 307

Mr. Niệm: 0908 023 467 – Mr. Đức: 0932 877 833

Website: www.hr.ueh.edu.vn; Email: hr@ueh.edu.vn

Facebook: https://www.facebook.com/vncptnnl

Open Chat
1
Close chat
Viện Nghiên cứu Phát triển Nguồn Nhân lực xin trân trọng kính chào!

Start