Trước khi vào code, hiểu bản chất đã. Một file trên máy tính không phải là "một tờ giấy" — nó là một dãy bytes liên tục được hệ điều hành (OS) quản lý trên ổ đĩa. Khi Python "mở" một file, thực ra nó:
Được, đây là lộ trình thực tế trong 8-10 tuần, cấu trúc 5 phase + capstone. Mỗi phase có project cụ thể để bạn vừa học vừa có "sản phẩm" thật trong portfolio.
Cách dùng tài liệu này: Đọc cùng với Implementation Guide. Tài liệu này giải thích TẠI SAO mỗi khái niệm tồn tại và KHI NÀO dùng nó — không chỉ là định nghĩa khô khan. Mỗi mục có: định nghĩa → tại sao tồn tại → ví dụ với Nhà máy bia SA → con số cụ thể.
Mục tiêu: Nắm vững pipeline tiền xử lý dữ liệu thực tế — từ đọc dữ liệu thô cho đến khi có bộ dữ liệu sạch sẵn sàng đưa vào mô hình.
Lộ trình 5 buổi tập trung vào pipeline: Xử lý dữ liệu → Đánh giá mô hình → Đưa ra nhận xét tự động.
Buổi 1 — Xử lý & Làm sạch dữ liệu với Pandas
Trọng tâm: nắm vững pipeline tiền xử lý dữ liệu thực tế. Bao gồm đọc dữ liệu từ CSV/Excel/JSON, xử lý missing values (fillna, dropna, interpolate), phát hiện và xử lý outliers (IQR, Z-score), chuyển đổi kiểu dữ liệu và encoding (Label/One-Hot), và feature scaling (StandardScaler, MinMaxScaler). Bài tập: lấy một dataset thực tế từ Kaggle, làm sạch từ đầu đến cuối.
Buổi 2 — EDA & Trực quan hóa dữ liệu
Tài liệu toàn diện — từ cơ bản đến nâng cao, kèm ví dụ thực tế và bài tập có lời giải.
