Mô tả vắn tắt học phần

1. Tên học phần:

Khoa học dữ liệu ứng dụng

2. Ngôn ngữ giảng dạy:

Tiếng Việt

3. Mã học phần:

CEL871004

4. Bộ môn phụ trách giảng dạy:

KTLQLNN - Văn phòng trường

5. Trình độ:

Thạc sĩ

6. Số tín chỉ:

3

7. Phân bổ thời gian:

  • Đối với hoạt động trên lớp:
  • Lý thuyết: Hoạt động giảng dạy trên lớp: 25 giờ. Làm việc nhóm, thảo luận (Group works, discussion): 20 giờ.
  • Làm việc nhóm, thảo luận:
  • Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
  • Thực hành, làm việc nhóm, thảo luận
  • Tự nghiên cứu, tự học: Tự học: 30 giờ. Thực hiện bài tập cá nhân: 25 giờ. Thực hiện bài tập nhóm: 50 giờ.
  • Đồ án, Đề án, Dự án
  • Thực tập

8. Ngành áp dụng:

Dữ liệu đang cập nhật...

9. Điều kiện tiên quyết:

Không có môn học bắt buộc phải hoàn thành trước học phần này

10. Mục tiêu học phần:

Mục tiêu của học phần Khoa học dữ liệu ứng dụng là giới thiệu với người học những vấn đề cơ bản nhất của khoa học dữ liệu - khoa học về việc nghiên cứu các phương pháp trích xuất thông tin và kiến thức hữu ích từ dữ liệu - đồng thời ứng dụng vào trong một số lĩnh vực của kinh tế xã hội.

11. Mô tả vắn tắt nội dung học phần:

Học phần Khoa học dữ liệu ứng dụng (Applied Data Science) được thiết kế nhằm cung cấp kiến thức nền tảng và kỹ năng thực tiễn trong việc khai thác, phân tích và vận dụng dữ liệu trong bối cảnh chuyển đổi số. Nội dung tập trung vào trực quan hóa dữ liệu, xây dựng mô hình dự đoán bằng các phương pháp học máy có giám sát và không giám sát. Người học sẽ được thực hành với những công cụ phần mềm/ngôn ngữ lập trình phổ biến (R hoặc Python) trên các tập dữ liệu thực tế, qua đó rèn luyện khả năng lựa chọn kỹ thuật phù hợp, triển khai phân tích và diễn giải kết quả. Bên cạnh việc cung cấp kỹ năng xử lý và khai thác dữ liệu đa dạng, học phần còn nhấn mạnh phát triển tư duy phản biện, năng lực đánh giá và khả năng ra quyết định dựa trên bằng chứng định lượng. Đồng thời, học phần cập đến những nguyên tắc đạo đức trong khoa học dữ liệu nhằm giúp người học nhận thức và thực hành phân tích dữ liệu một cách có trách nhiệm. Nhờ vậy, người học có thể ứng dụng hiệu quả các phương pháp khoa học dữ liệu vào hoạt động nghiên cứu cũng như thực tiễn quản lý.