Mô tả vắn tắt học phần
1. Tên học phần:
Xử lý dữ liệu ứng dụng Python
2. Ngôn ngữ giảng dạy:
Tiếng Anh
3. Mã học phần:
BAN606016
4. Bộ môn phụ trách giảng dạy:
KD - Khoa Ngân hàng
5. Trình độ:
Thạc sĩ
6. Số tín chỉ:
3
7. Phân bổ thời gian:
- Đối với hoạt động trên lớp:
- Lý thuyết: 30h
- Làm việc nhóm, thảo luận:
- Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
- Thực hành, làm việc nhóm, thảo luận: 15h
- Tự nghiên cứu, tự học: 105h
- Đồ án, Đề án, Dự án
- Thực tập
8. Tính chất học phần:
Elective
9. Ngành áp dụng:
Banking - Finance
10. Điều kiện tiên quyết:
| STT | Mã học phần | Tên học phần (VN) | Tên học phần (EN) | Số tín chỉ |
|---|---|---|---|---|
| 1 | BAN606019 | Ngân hàng thương mại hiện đại | Modern commercial bank | 3 |
11. Mục tiêu học phần:
Môn học Xử lý dữ liệu ứng dụng Python giúp học viên Hiểu và áp dụng các cấu trúc dữ liệu cơ bản trong Python (list, tuple, dictionary, set), Nắm vững cú pháp và các chức năng cơ bản của ngôn ngữ lập trình Python. Phân tích và xử lý dữ liệu sử dụng các thư viện Python phổ biến như Pandas, NumPy để thực hiện các thao tác phân tích dữ liệu; Làm sạch và chuẩn hóa dữ liệu, xử lý dữ liệu thiếu hoặc không hợp lệ; Trực quan hóa dữ liệu, Ứng dụng thực tế: Triển khai các dự án xử lý dữ liệu thực tế từ các nguồn dữ liệu khác nhau (CSV, JSON, cơ sở dữ liệu), Áp dụng các kỹ thuật lập trình và xử lý dữ liệu để giải quyết các bài toán thực tiễn trong kinh doanh, tài chính, và khoa học. Phát triển kỹ năng lập trình và tư duy phân tích, Kết hợp với công nghệ hiện đại, Tìm hiểu cách tích hợp Python vào các công cụ hoặc hệ thống hiện đại như API, hệ thống tự động hóa hoặc các ứng dụng dự đoán. Kết thúc môn học, học viên sẽ có khả năng tự tin sử dụng Python để xử lý, phân tích, và trực quan hóa dữ liệu một cách chuyên nghiệp, đáp ứng nhu cầu công việc thực tiễn và nghiên cứu chuyên sâu.
12. Mô tả vắn tắt nội dung học phần:
Học phần “Xử lý dữ liệu ứng dụng Python” cung cấp cho sinh viên sau đại học kiến thức để phân tích các loại dữ liệu khác nhau bằng Python. Sinh viên sẽ học cách chuẩn bị dữ liệu để phân tích, thực hiện phân tích thống kê đơn giản, tạo hình ảnh trực quan dữ liệu quan trọng và dự đoán các xu hướng trong tương lai từ dữ liệu.