I. Tổng quan

Dữ liệu là yếu tố sống còn trong khoa học dữ liệu và học máy ngày nay. Khóa học này cung cấp cho học viên kiến thức cần thiết để hiểu về dữ liệu thông qua kiến thức về xác suất thống kê. Khóa học cũng giúp học viên xác định số liệu thống kê và các thuật ngữ thiết yếu liên quan đến nó, giải thích các thước đo về xu hướng trung tâm và sự phân tán, đồng thời hiểu được độ lệch, tương quan, hồi quy, phân phối. Học viên sẽ có thể đưa ra các dự đoán thông qua suy luận thống kê.

II. Thời lượng: 24h

III. Mục tiêu:

• Hiểu các khái niệm cơ bản của xác suất và thống kê
• Làm việc với các loại dữ liệu khác nhau
• Cách vẽ các loại dữ liệu khác nhau
• Tính toán mối tương quan và phương sai
• Phân biệt và làm việc với các loại phân phối khác nhau
• Ước tính khoảng tin cậy
• Thực hiện kiểm tra giả thuyết
• Đưa ra quyết định dựa trên dữ liệu
• Hiểu cơ chế phân tích hồi quy
• Thực hiện phân tích hồi quy
• Sử dụng và hiểu các biến giả

IV. Đối tượng tham gia:

Với nhu cầu về việc áp dụng Trí tuệ nhân tạo trong các ngành khác nhau như ngân hàng, tài chính, sản xuất, vận tải và hậu cần, chăm sóc sức khỏe, khóa học Trí tuệ nhân tạo phù hợp cho nhiều đối tượng khác nhau như:

• Kỹ sư công nghệ thông tin mong muốn trở thành “Kỹ sư trí tuệ nhân tạo”
• Cấp quản lý đang lãnh đạo các nhà phân tích dữ liệu và phân tích kinh doanh.
• Sinh viên đã tốt nghiệp muốn phát triển sự nghiệp trong lĩnh vực trí tuệ nhân tạo và máy học
• Các nhà phân tích dữ liệu/ phân tích kinh doanh mong muốn áp dụng trí tuệ nhân tạo trong môi trường công việc

V. Nội dung khóa học:

• Phần 1 – Introduction
• Phần 2 - Sample or population data?
• Phần 3 - The fundamentals of descriptive statistics
• Phần 4 - Measures of central tendency, asymmetry, and variability
• Phần 5 - Practical example: descriptive statistics
• Phần 6 - Distributions
• Phần 7 - Estimators and estimates
• Phần 8 - Confidence intervals: advanced topics
• Phần 9 - Practical example: inferential statistics
• Phần 10 - Hypothesis testing: Introduction
• Phần 11 - Hypothesis testing: Let’s start testing!
• Phần 12 - Practical example: hypothesis testing
• Phần 13 - The fundamentals of regression analysis
• Phần 14 - Subtleties of regression analysis
• Phần 15 - Assumptions for linear regression analysis
• Phần 16 - Dealing with categorical data
• Phần 17 - Practical example: regression analysis