Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Data Science Real World Projects in Python

Dự án Khoa học Dữ liệu thực tế với Python

Dự án Khoa học Dữ liệu thực tế với Python

Xây dựng các dự án Khoa học Dữ liệu thực tế về ML, Deep Learning, NLP và Chuỗi thời gian để trở thành Nhà Khoa học Dữ liệu sẵn sàng cho công việc

4.6
(1,506 đánh giá)
85,574 học viên
Giảng viên
Shan Singh
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
15.5 giờ video
111 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Thực hành trên các Dự án Khoa học Dữ liệu thực tế về Máy học, Xử lý Ngôn ngữ Tự nhiên, Chuỗi thời gian và Hệ thống Đề xuất
Phát triển mô hình dự báo chuỗi thời gian để dự đoán Giá cổ phiếu
Học cách ánh xạ vấn đề thực tế của bạn thành bài toán Khoa học Dữ liệu
Học các phương pháp hay nhất cho bộ dữ liệu thực tế - làm sạch, hợp nhất và trực quan hóa
Phát triển các Dự án Máy học và Hệ thống Đề xuất để thể hiện kỹ năng của bạn

Yêu cầu

Kiến thức cơ bản về lập trình được khuyến nghị. Tuy nhiên, bạn có thể học khóa Cơ bản về Python của tôi (miễn phí). Vì vậy, khóa học này không yêu cầu điều kiện tiên quyết và mở cho bất kỳ ai có kiến thức lập trình cơ bản. Học viên tham gia khóa học này sẽ thành thạo khoa học dữ liệu và áp dụng trực tiếp...

Đối tượng phù hợp

Người mới tò mò về Khoa học Dữ liệu, AI và Dự án Máy học
Nhà Khoa học Dữ liệu tiềm năng muốn làm việc trên các Dự án Khoa học Dữ liệu thực tế bằng Python
Người học mong muốn khám phá các Dự án Xử lý Ngôn ngữ Tự nhiên, Chuỗi thời gian và Hệ thống Đề xuất
Học viên muốn xây dựng bộ hồ sơ các Dự án Khoa học Dữ liệu và Máy học thực tế để ứng tuyển việc làm

Nội dung khóa học

9 phần • 104 bài giảng
1 Lời mở đầu khóa học
2 Tận dụng mục Hỏi & Đáp của khóa học (Cơ hội Vàng)!
3 Cách theo dõi khóa học này - Phải xem
4 Cài đặt Anaconda Navigator
5 Tóm tắt nhanh về Jupyter Notebook
1 Khoa học Dữ liệu vs AI vs ML vs Deep Learning vs Generative AI (Giải thích Rõ ràng)
2 Khoa học Dữ liệu là gì & Ứng dụng của nó?
1 Phần 1: Hiểu về Nghiệp vụ trong Thế giới Thực
2 Phần 2: Thu thập & Làm sạch Dữ liệu!
3 Phần 3: EDA (Phân tích Dữ liệu Thăm dò) là gì!
4 Phần 4: Kỹ thuật Đặc trưng là gì?
5 Phần 5: Cơ bản về Xây dựng & Triển khai Mô hình!
6 Phần 6: Kiểm thử Mô hình & Tối ưu hóa Mô hình!
1 Máy học là gì?
2 Giới thiệu về Bài toán Nghiệp vụ & Bộ dữ liệu + Trình diễn Dự án!
3 Bộ dữ liệu & Tài nguyên
4 Đọc dữ liệu: Thu thập Dữ liệu
5 Thực hiện Làm sạch Dữ liệu
6 Kỹ thuật Đặc trưng Ngày tháng: Trích xuất Ngày, Tháng & Năm
7 Thực hiện Phân tích Dữ liệu
8 Thực hiện làm sạch dữ liệu & trích xuất thuộc tính dẫn xuất...
9 Phân tích xem Thời lượng bay có ảnh hưởng đến Giá không
10 Áp dụng Mã hóa One-hot trên dữ liệu (Mã hóa Đặc trưng)
11 Áp dụng Mã hóa Định hướng Mục tiêu trên dữ liệu (Mã hóa Đặc trưng)
12 Thực hiện Mã hóa Nhãn! (Mã hóa Đặc trưng)
13 Cách xử lý Ngoại lệ trong dữ liệu.
14 Chọn các đặc trưng tốt nhất bằng Lựa chọn Đặc trưng!
15 Hiểu bản chất Random Forest Phần-1
16 Hiểu bản chất Random Forest Phần-2
17 Áp dụng thuật toán Máy học lên dữ liệu...
18 Đánh giá Mô hình!
19 Cách tự động hóa quy trình Máy học
20 Hiểu bản chất Cây Quyết định - Phần 1
21 Hiểu bản chất Cây Quyết định - Phần 2
22 Hiểu bản chất Cây Quyết định - Phần 3
23 Hiểu bản chất Cây Quyết định - Phần 4
24 Hiểu bản chất Cây Quyết định - Phần 5
25 Hiểu bản chất Cây Quyết định - Phần 6
26 Hiểu bản chất Hồi quy Tuyến tính - Phần 1
27 Hiểu bản chất Hồi quy Tuyến tính - Phần 2
28 Hiểu bản chất Hồi quy Tuyến tính - Phần 3
29 Hiểu bản chất KNN - Phần 1
30 Hiểu bản chất KNN - Phần 2
31 Hiểu bản chất KNN - Phần 3
32 Hiểu bản chất KNN - Phần 4
33 Hiểu bản chất Kiểm tra Chéo - Phần 1
34 Hiểu bản chất Kiểm tra Chéo - Phần 2
35 Cách siêu điều chỉnh mô hình Máy học...
1 Giới thiệu về Bài toán Nghiệp vụ!
2 Kiến trúc Dự án
3 Thiết lập Jupyter Notebook!
4 Ghi Âm từ Microphone bằng Python
5 Thiết lập OpenAI Whisper cho Chuyển Giọng nói thành Văn bản
6 Chuyển Giọng nói thành Văn bản trong Python bằng OpenAI Whisper
7 Cách Alexa được Huấn luyện
8 Huấn luyện Mô hình Deep Learning cho Alexa
9 Xây dựng Công cụ Hành động (Chuyển Ý định Người dùng thành Hành động)
10 Chuyển Văn bản thành Giọng nói trong Python (Giọng kiểu Alexa)
1 Giới thiệu về Bài toán Nghiệp vụ & Bộ dữ liệu
2 Bộ dữ liệu & Tài nguyên
3 Đọc dữ liệu từ Cơ sở dữ liệu SQL!
4 Thực hiện làm sạch dữ liệu!
5 Thực hiện Phân tích Ngữ nghĩa!
6 Áp dụng Kỹ thuật Đặc trưng cho NLP!
7 Thực hiện Phân tích Dữ liệu cho NLP
8 Áp dụng Đánh giá Tầm quan trọng Đặc trưng
9 Hiểu bản chất TF-IDF --phần 1
10 Hiểu bản chất TF-IDF --phần 2
11 Áp dụng TF-IDF lên dữ liệu
12 Hiểu bản chất Hồi quy Logistic --phần 1
13 Hiểu bản chất Hồi quy Logistic --phần 2
14 Hiểu bản chất Hồi quy Logistic -- phần 3
15 Áp dụng thuật toán Máy học lên Dữ liệu
16 Thực hiện dự đoán trên dữ liệu mẫu
17 Kiểm tra Độ chính xác của Mô hình
1 Bộ dữ liệu & Tài nguyên
2 Tổng quan Cấp cao về dữ liệu...
3 Thực hiện Chuẩn bị Dữ liệu
4 Hiểu về Hệ thống Đề xuất Trọng số Trung bình
5 Xây dựng Hệ thống Đề xuất Trọng số Trung bình
6 Xây dựng Hệ thống Đề xuất Dựa trên Độ phổ biến
7 Cách Chuẩn hóa Dữ liệu của bạn
8 Đề xuất phim bằng Mô hình Lai
9 Áp dụng TF-IDF (NLP) lên dữ liệu của chúng ta
10 Áp dụng kernel Sigmoid lên dữ liệu
11 Xây dựng Hệ thống Đề xuất Dựa trên Nội dung
12 Triển khai Phần 1 - Triển khai Mô hình là gì & cách lưu mô hình?
13 Triển khai Phần 2 - Xây dựng Ứng dụng Web Streamlit!
14 Triển khai Phần 3 - Cách triển khai mô hình...
1 Giới thiệu về Bài toán Nghiệp vụ & Bộ dữ liệu
2 Bộ dữ liệu & Tài nguyên
3 Đọc dữ liệu Chuỗi thời gian!
4 Làm sạch Dữ liệu trong Chuỗi thời gian!
5 Thực hiện Phân tích Dữ liệu Thăm dò!
6 Thực hiện Phân tích Thống kê!
7 Phân tích Biểu đồ Nến
8 Kỹ thuật Đặc trưng cho Dự báo Chuỗi thời gian!
9 Hiểu bản chất ARIMA --phần 1
10 Hiểu bản chất Mô hình MA --ARIMA phần 2
11 Hiểu bản chất Mô hình AR -- ARIMA phần 3
12 Hiểu bản chất Tích hợp -- ARIMA phần 4
13 Áp dụng Auto-Arima (thuật toán Chuỗi thời gian) lên dữ liệu
14 Đánh giá Mô hình Chuỗi thời gian
1 Bài giảng Bổ sung

Giới thiệu khóa học

Check out what Other says :


"He is an awesome instructor! Explained all concepts clearly with great teaching and execution. Thank you for this wonderful course."
— Aravindan R

"The practical utility of the learning experience has been well designed, making the course truly interesting and engaging."
— Sangita Bhadra

"Great course! I learned a lot and highly recommend it to anyone interested in machine learning. Extremely helpful and easy to follow."
— Adesan Orire Newman



  • Are you  looking to land a top-paying job in Data Science or Machine Learning ?

  • Or are you a seasoned AI practitioner who want to take your Data Science career to the next level?

  • Or are you an aspiring data scientist who wants to get Hands-on Data Science and Artificial Intelligence?


If the answer is yes to any of these questions, then this course is for you !



Why Data Science, Why Now ?


  • Data Science is one of the fastest-growing and highest-paying tech fields — full of global career opportunities

  • Learn Data Science Projects in Python — from Machine Learning Projects , Time Series projects and Recommender System Projects

  • Explore how real-world data is transforming industries like Banking, Healthcare, Airlines, Logistics & Technology

  • Build the skills, confidence, and portfolio needed to become a job-ready Data Scientist or ML Engineer




Projects You’ll Build

1.Task #1 @Airline Price Prediction — Predict airfare using Machine learning models

2.Task #2 @Building Alexa Voice Assistant — Build Alexa-like Voice Assistant using Deep learning models
3.Task #3 @Password Strength Checker — Classify passwords as Strong, Good, or Weak using Natural Langauge processing

4.Task #4 @Recommendation System — Suggest items based on user behavior using Recommender System
5.Task #5 @Stock Price Forecasting — Build Time Series models for stock prediction

Each project uses real-world data — messy, imperfect, and business-relevant — just like in industry.



What You’ll Learn in This Course :

This course will give you a full overview of the Data Science journey , Once u complete this course you will know:


  • Experience the real challenges every Data Scientist faces — messy, incomplete, and inconsistent data

  • How to collect , clean and prepare your data for analysis

  • How to Apply Machine Learning techniques and build real-world Data Science Projects step by step

  • How to perform curve fitting, data modeling, and prediction for practical business use cases

  • Build Recommender System Projects, Deep Learning Projects, ML Projects, and Time Series Forecasting Models

  • And finally, how to present your findings and wow the audience


Why should you take this Course?

  • Learn through real Data Science Projects — not toy datasets — to gain true industry-level experience like how Data Scientist or ML Engineer works !

  • Work on Machine Learning Projects, Deep Learning Project , Recommender System Projects, NLP, and Time Series — all using Python

  • Master the end-to-end Data Science process — from cleaning real-world data to building ML, NLP & Time Series projects.

  • Gain both technical coding skills and business acumen — understand not just how to code, but why decisions matter

  • Build a portfolio of Data Science Projects in Python that showcases your practical expertise

  • Guaranteed Satisfaction: Otherwise, get your money back with 30-Days-Money-Back-Guarantee..



Your Portfolio After Completing This Course :

You will graduate with 5 fully completed real-world projects, making your resume stand out:

  • Machine Learning Project

  • Deep Learning Project

  • NLP Project

  • Recommendation system Project

  • Time Series Forecasting Project

This greatly improves your chances in interviews and job applications.


Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊