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

Master Regression & Prediction with Pandas and Python [2026]

Làm chủ Hồi quy & Dự báo với Pandas và Python [2026]

Làm chủ Hồi quy & Dự báo với Pandas và Python [2026]

Học cách làm chủ Hồi quy và Dự báo với Pandas và Python cho Khoa học Dữ liệu, Phân tích Dữ liệu và Học máy

5.0
(848 đánh giá)
4,354 học viên
Giảng viên
Henrik Johansson
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
79.000đ 1.099.000đ -93%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
41.5 giờ video
77 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 07/06/2026

Bạn sẽ học được gì

Làm chủ Hồi quy, Phân tích hồi quy và Dự báo cả về lý thuyết lẫn thực hành
Làm chủ các mô hình Hồi quy từ mô hình Hồi quy đơn giản đến mô hình Hồi quy đa thức bội và mô hình Hồi quy đa thức bội nâng cao
Sử dụng Tự động tạo mô hình và Lựa chọn đặc trưng của Học máy
Sử dụng Chính quy hóa các mô hình Hồi quy với Hồi quy Lasso và Hồi quy Ridge
Sử dụng các mô hình Hồi quy Decision Tree, Random Forest, XGBoost và Voting
Sử dụng Mạng nơ-ron truyền thẳng nhiều lớp và các cấu trúc mô hình Hồi quy nâng cao
Sử dụng các công cụ và phân tích phần dư nâng cao hiệu quả để đánh giá mức độ phù hợp của mô hình cùng với phân phối phần dư
Sử dụng các thư viện Statsmodels và Scikit-learn cho Hồi quy, hỗ trợ bởi Matplotlib, Seaborn, Pandas và Python
Làm chủ lập trình Python 3 với các cấu trúc dữ liệu gốc, bộ biến đổi dữ liệu, hàm, hướng đối tượng và logic của Python
Sử dụng và thiết kế các cấu trúc Python nâng cao, thực hiện các tác vụ xử lý dữ liệu chi tiết với Python, bao gồm xử lý tệp tin
Sử dụng lập trình hướng đối tượng nâng cao của Python, tự tạo đối tượng, hàm tùy chỉnh và cách khái quát hóa hàm
Thao tác dữ liệu và làm việc với các cấu trúc dữ liệu không đồng nhất nhiều chiều nâng cao
Làm chủ thư viện Pandas 2 và 3 để xử lý dữ liệu nâng cao
Sử dụng ngôn ngữ và các khái niệm nền tảng của thư viện Pandas để xử lý mọi khía cạnh tạo, thay đổi, chỉnh sửa và chọn dữ liệu từ Pandas DataFrame
Sử dụng xử lý tệp tin với Pandas và cách kết hợp các DataFrame với các hàm/phương thức concat, join và merge của Pandas
Thực hiện chuẩn bị dữ liệu nâng cao, bao gồm nội suy dữ liệu thiếu dựa trên mô hình, cùng với co giãn và chuẩn hóa dữ liệu
Tạo mô tả và thống kê dữ liệu nâng cao với Pandas: xếp hạng, sắp xếp, bảng chéo, xoay, tan chảy, chuyển vị và nhóm dữ liệu
[Phần thưởng] Tạo trực quan hóa dữ liệu nâng cao với Pandas, Matplotlib và Seaborn
Điện toán đám mây: Sử dụng Anaconda Cloud Notebook (Jupyter Notebook dựa trên đám mây) và học cách dùng tài nguyên điện toán đám mây
Tùy chọn: Sử dụng Anaconda Distribution (cho Windows, Mac, Linux)
Tùy chọn: Sử dụng nền tảng môi trường Python với hệ thống quản lý gói Conda và cài đặt/cập nhật thư viện và gói qua dòng lệnh

Yêu cầu

Khuyến nghị có kinh nghiệm sử dụng máy tính hàng ngày với Windows, MacOS, iOS, Android, ChromeOS hoặc Linux
Cần có máy tính có kết nối Internet
Không cần kinh nghiệm lập trình – bạn sẽ được dạy mọi thứ cần thiết
Khóa học chỉ sử dụng phần mềm miễn phí
Video hướng dẫn cài đặt cho điện toán đám mây và Windows 10/11 được bao gồm

Đối tượng phù hợp

Dành cho bất kỳ ai muốn học làm chủ Hồi quy và Dự báo
Dành cho bất kỳ ai muốn học làm chủ Python 3 từ đầu hoặc từ trình độ cơ bản
Dành cho bất kỳ ai muốn học làm chủ Python 3 và đã biết một ngôn ngữ lập trình khác
Dành cho bất kỳ ai muốn đạt trình độ lập trình Python trung cấp/thành thạo theo yêu cầu của nhiều khóa học Udemy nâng cao về Python, Khoa học Dữ liệu hoặc Học máy
Dành cho bất kỳ ai muốn học làm chủ thư viện Pandas
Dành cho bất kỳ ai muốn học các kỹ năng xử lý dữ liệu – một đòn bẩy mạnh mẽ – và sẽ có ích trong suốt sự nghiệp
Dành cho bất kỳ ai muốn học xử lý dữ liệu nâng cao và cải thiện năng lực cùng năng suất

Nội dung khóa học

5 phần • 77 bài giảng
1 Giới thiệu
2 Thiết lập Anaconda Cloud Notebook
3 Tải và cài đặt Anaconda Distribution (tùy chọn)
4 Hệ thống quản lý gói Conda (tùy chọn)
1 Tổng quan
2 Số nguyên trong Python
3 Số thực trong Python
4 Chuỗi ký tự trong Python
5 Phương thức chuỗi trong Python
6 Chuỗi và đối tượng DateTime trong Python
7 Tổng quan về lưu trữ dữ liệu trong Python
8 Set trong Python
9 Tuple trong Python
10 Dictionary trong Python
11 List trong Python
12 Tổng quan về bộ biến đổi dữ liệu và hàm
13 Vòng lặp While trong Python
14 Vòng lặp For trong Python
15 Rẽ nhánh điều kiện và toán tử logic trong Python
16 Lý thuyết về hàm trong Python
17 Hàm trong Python: tự tạo hàm của bạn
18 Lý thuyết về đường dẫn tệp trong Python [Video bổ sung]
19 Lập trình hướng đối tượng trong Python: một số lý thuyết
20 Lập trình hướng đối tượng trong Python II: tự tạo đối tượng tùy chỉnh
21 Lập trình hướng đối tượng trong Python III: Tệp và Bảng
22 Lập trình hướng đối tượng trong Python IV: Ôn tập và Nội dung khác
1 Làm chủ Pandas để xử lý dữ liệu: Tổng quan
2 Lý thuyết và thuật ngữ về Pandas
3 Tạo Pandas DataFrame từ đầu
4 Tổng quan về xử lý tệp tin với Pandas
5 Xử lý tệp tin với Pandas: Định dạng tệp .csv
6 Xử lý tệp tin với Pandas: Định dạng tệp .xlsx
7 Xử lý tệp tin với Pandas: Tệp cơ sở dữ liệu SQL và Pandas DataFrame
8 Tổng quan về các thao tác và kỹ thuật với Pandas
9 Các thao tác và kỹ thuật với Pandas: Kiểm tra đối tượng
10 Các thao tác và kỹ thuật với Pandas: Kiểm tra DataFrame
11 Các thao tác và kỹ thuật với Pandas: Chọn cột
12 Các thao tác và kỹ thuật với Pandas: Chọn hàng
13 Các thao tác và kỹ thuật với Pandas: Chọn theo điều kiện
14 Các thao tác và kỹ thuật với Pandas: Co giãn và Chuẩn hóa
15 Các thao tác và kỹ thuật với Pandas: Kết nối DataFrame
16 Các thao tác và kỹ thuật với Pandas: Nối DataFrame với Join
17 Các thao tác và kỹ thuật với Pandas: Hợp nhất DataFrame với Merge
18 Các thao tác và kỹ thuật với Pandas: Hàm Transpose và Pivot
19 Tổng quan và quy trình chuẩn bị dữ liệu với Pandas
20 Chuẩn bị dữ liệu với Pandas II: Chỉnh sửa nhãn DataFrame
21 Chuẩn bị dữ liệu với Pandas III: Xử lý dữ liệu trùng lặp
22 Chuẩn bị dữ liệu với Pandas IV: Dữ liệu thiếu và nội suy
23 Chuẩn bị dữ liệu với Pandas V: Phân tổ dữ liệu [Video bổ sung]
24 Chuẩn bị dữ liệu với Pandas VI: Đặc trưng chỉ báo [Video bổ sung]
25 Tổng quan về mô tả dữ liệu với Pandas
26 Mô tả dữ liệu với Pandas II: Sắp xếp và xếp hạng
27 Mô tả dữ liệu với Pandas III: Thống kê mô tả
28 Mô tả dữ liệu với Pandas IV: Bảng chéo và nhóm dữ liệu
29 Tổng quan về trực quan hóa dữ liệu với Pandas
30 Trực quan hóa dữ liệu với Pandas II: Biểu đồ Histogram
31 Trực quan hóa dữ liệu với Pandas III: Biểu đồ Boxplot
32 Trực quan hóa dữ liệu với Pandas IV: Biểu đồ Scatterplot
33 Trực quan hóa dữ liệu với Pandas V: Biểu đồ tròn Pie Chart
34 Trực quan hóa dữ liệu với Pandas VI: Biểu đồ đường Line Plot
1 Hồi quy, Dự báo và Học có giám sát. Tổng quan phần (I)
2 Mô hình Hồi quy đơn giản truyền thống (II)
3 Mô hình Hồi quy đơn giản truyền thống (III)
4 Một số khái niệm mô hình hóa thực tế và hữu ích (IV)
5 Một số khái niệm mô hình hóa thực tế và hữu ích (V)
6 Mô hình Hồi quy bội tuyến tính (VI)
7 Mô hình Hồi quy bội tuyến tính (VII)
8 Mô hình Hồi quy đa thức bội (VIII)
9 Mô hình Hồi quy đa thức bội (VIIII)
10 Chính quy hóa Hồi quy, mô hình Lasso và Ridge (X)
11 Mô hình Hồi quy Decision Tree (XI)
12 Hồi quy Random Forest (XII)
13 Hồi quy Voting (XIII)
1 Tổng quan
2 Mạng nơ-ron nhân tạo, mạng truyền thẳng và Perceptron đa lớp
3 Perceptron đa lớp truyền thẳng cho các tác vụ dự báo
4 Hồi quy với Tăng cường Gradient cực đại (XGBoost)

Giới thiệu khóa học

Welcome to the course Master Regression & Prediction with Pandas and Python!

This three-in-one master class video course will teach you to master Regression, Prediction, Python 3, Pandas 2 + 3, and advanced Data Handling.

You will learn to master Regression, Regression analysis, and Prediction with a large number of advanced Regression techniques for purposes of Prediction and Automatic Model Creation, or so-called true machine intelligence or AI. You will learn to handle advanced model structures and eXtreme Gradient Boosting Regression for prediction tasks.

Python 3 is one of the most popular and useful programming languages in the world, and Pandas 2 and future version 3 is the most powerful, efficient, and useful Data Handling library in existence.

You will learn to master Python's native building blocks and powerful object-oriented programming. You will design your own advanced constructions of Python’s building blocks and execute detailed Data Handling tasks with Python.

You will learn to master the Pandas library and to use its powerful Data Handling techniques for advanced Data Science and Machine Learning Data Handling tasks. The Pandas library is a fast, powerful, flexible, and easy-to-use open-source data analysis and data manipulation tool, which is directly usable with the Python programming language.


You will learn to:

  • Master Regression, Regression analysis and Prediction both in theory and practice

  • Master Regression models from simple linear Regression models to Polynomial Multiple Regression models and advanced Multivariate Polynomial Multiple Regression models plus XGBoost Regression.

  • Use Machine Learning Automatic Model Creation and Feature Selection

  • Use Regularization of Regression models with Lasso Regression and Ridge Regression

  • Use Decision Tree, Random Forest, XGBoost, and Voting Regression models

  • Use Feedforward Multilayer Networks and Advanced Regression model Structures

  • Use effective advanced Residual analysis and tools to judge models goodness-of-fit plus residual distributions.

  • Use the Statsmodels and Scikit-learn libraries for Regression supported by Matplotlib, Seaborn, Pandas, and Python

  • Master Python 3 programming with Python’s native data structures, data transformers, functions, object orientation, and logic

  • Use and design advanced Python constructions and execute detailed Data Handling tasks with Python incl. File Handling

  • Use Python’s advanced object-oriented programming and make your own custom objects, functions and how to generalize functions

  • Manipulate data and use advanced multi-dimensional uneven data structures

  • Master the Pandas 2 and 3 library for Advanced Data Handling

  • Use the language and fundamental concepts of the Pandas library and to handle all aspects of creating, changing, modifying, and selecting Data from a Pandas DataFrame object

  • Use file handling with Pandas and how to combine Pandas DataFrames with Pandas concat, join, and merge functions/methods

  • Perform advanced data preparation including advanced model-based imputation of missing data and the scaling and standardizing of data

  • Make advanced data descriptions and statistics with Pandas. Rank, sort, cross-tabulate, pivot, melt, transpose, and group data

  • [Bonus] Make advanced Data Visualizations with Pandas, Matplotlib, and Seaborn

  • Cloud computing: Use the Anaconda Cloud Notebook (Cloud-based Jupyter Notebook). Learn to use Cloud computing resources.

  • Option: To use the Anaconda Distribution (for Windows, Mac, Linux)

  • Option: Use Python environment fundamentals with the Conda package management system and command line installing/updating of libraries and packages – golden nuggets to improve your quality of work life.

  • And much more…


This course is an excellent way to learn to master Regression, Prediction, Python, Pandas and Data Handling!

Regression and Prediction are the most important and used tools for modeling, AI, and forecasting. Data Handling is the process of making data useful and usable for regression, prediction, and data analysis.

Most Data Scientists and Machine Learning Engineers spends about 80% of their working efforts and time on Data Handling tasks. Being good at Python, Pandas, and Data Handling are extremely useful and time-saving skills that functions as a force multiplier for productivity.


This course is designed for everyone who wants to

  • learn to master Regression and Prediction

  • learn to Master Python 3 from scratch or the beginner level

  • learn to Master Python 3 and knows another programming language

  • reach the Master - intermediate Python programmer level as required by many advanced Udemy courses in Python, Data Science, or Machine Learning

  • learn to Master the Pandas library

  • learn Data Handling skills that work as a force multiplier and that they will have use of in their entire career

  • learn advanced Data Handling and improve their capabilities and productivity


Requirements:

  • Everyday experience using a computer with either Windows, MacOS, iOS, Android, ChromeOS, or Linux is recommended

  • Access to a computer with an internet connection

  • Programming experience is not needed and you will be taught everything you need

  • The course only uses costless software

  • Walk-you-through installation and setup videos for Cloud computing and Windows 10/11 is included


This course is the course we ourselves would want to be able to enroll in if we could time-travel and become new students. In our opinion, this course is the best course to learn to Master Regression, Prediction, Python, Pandas, and Data Handling.


Enroll now to receive 30+ hours of video tutorials with manually edited English captions, and a certificate of completion after completing the course!

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