Mã lớp: STA_LV1
Hiệu lực áp dụng: Từ ngày 01/05/2025
Thông tin chung
Thời lượng: 07 buổi
- 06 buổi học qua video theo kiến thức nâng cao (advanced learning)
- 01 buổi Project Day (tự thực hiện & trình bày sản phẩm cuối khoá)
Hình thức học:
- Video + notebook thực hành (Python, Excel)
- Hình thức: học trực tuyến, hỗ trợ qua zalo/telegram/email/Google Drive
- Áp dụng AI (ChatGPT, Gemini) để giải thích công thức, gợi ý hàm, sinh biểu đồ
Syllabus chi tiết
| Buổi Học/Hoạt động | Use Case | Nội dung chi tiết |
| Buổi 1 | Tối ưu chi phí chiến dịch marketing dựa vào hàm mục tiêu.
. |
– Đại số tuyến tính: vector, ma trận, định thức. – Đạo hàm, gradient, tối ưu hóa (hàm số đơn biến). – Áp dụng để hiểu cơ chế của hồi quy & machine learning. – Dùng Gemini để sinh hình ảnh trực quan hóa đạo hàm/ma trận. |
| Buổi 2 | Đánh giá phân phối thu nhập khách hàng ngân hàng. | – Mean, Median, Mode, Range, Variance, Std Deviation. – Trực quan hóa: histogram, boxplot, distribution curve. – Nhận diện outlier, xu hướng & bất thường. – Dùng ChatGPT để sinh hàm Python trực quan hóa theo đề bài cụ thể. |
| Buổi 3 | Dự đoán tỷ lệ nợ xấu và phân loại lead trong CRM. | – Xác suất cơ bản: hợp, giao, xác suất có điều kiện. – Biến ngẫu nhiên rời rạc & liên tục: Binomial, Normal, Poisson. – Tính kỳ vọng & độ lệch chuẩn theo phân phối. – Gemini giải thích ý nghĩa từng phân phối và ứng dụng thực tế. |
| Buổi 4 | Khảo sát mức độ hài lòng nhân sự nội bộ HR. | – Sampling: random, stratified, systematic. – Ước lượng tham số: CI, margin of error. – Luật số lớn, định lý giới hạn trung tâm (CLT). – ChatGPT mô phỏng phân phối mẫu và ước lượng sai số. |
| Buổi 5 | So sánh hiệu quả 2 chiến dịch quảng cáo (A/B Testing). | – Khái niệm H0, H1, p-value, mức ý nghĩa alpha. – Các loại kiểm định: Z-test, T-test, Chi-square. – Sai lầm loại I, II – cách chọn mẫu đủ mạnh. – Gemini sinh code test nhanh từng loại + so sánh kết quả trực quan. |
| Buổi 6 | Dự đoán doanh thu bán hàng theo ngân sách marketing. | – Tính hệ số tương quan (Pearson, Spearman). – Hồi quy tuyến tính đơn: ý nghĩa hệ số, độ phù hợp mô hình. – Phân tích phần dư (residuals). – Dùng Gemini/ChatGPT để diễn giải kết quả hồi quy tự động. |
| Buổi 7: Project Day | Use case lựa chọn:
– Phân tích hiệu suất nhân viên HR. |
– Phân tích, trực quan hóa, chọn mô hình. – Sử dụng AI (ChatGPT, Gemini) để giải thích & đề xuất cải tiến. – Trình bày bài toán + code + kết quả với dashboard/report. |
Tài nguyên đi kèm
- Dataset mẫu: ngân hàng, bán lẻ, HR, khảo sát nội bộ
- Template: file Excel, Python notebook, bảng mẫu kiểm định
- Prompt AI: sinh công thức, biểu đồ, báo cáo phân tích
- Nhóm hỗ trợ qua Zalo / Telegram / Email / Google Drive
Hỗ trợ sau khóa học
- Coaching/Mentoring 1-1 (tối đa 1h/tuần, kéo dài 01 tháng sau khi học xong)
- Gợi ý lộ trình tiếp theo: Machine Learning, Time Series Forecasting, A/B Testing nâng cao