Phân tích dữ liệu lớn (Big Data Analytics)

• Bài giảng (Slides)

  1. BDA-C1-Introduction to BDA

  2. BDA-C2- Hadoop & Spark

  3. BDA-C3-Machine Learning with Python

  4. BDA-C4-Data Mining

  5. BDA-C5-Neural Network

  6. BDA-C6-Recommendation Systems

• Báo cáo (Giờ lý thuyết)

  1. Danh sách báo cáo: Link

  2. Tài liệu tham khảo: Link

  3. Link nộp bài (PPT + Code (nếu có)): Hạn hết ngày 01/05/2026

• Thực hành (Labs)

  1. Lab 0: Khai thác dữ liệu với PySpark 

     • Thời gian thực hành: 4 tiết

     • Link nộp bài: Link

  2. Lab 1: Khai thác dữ liệu 

     • Thời gian thực hành: 4 tiết

     • Link nộp bài: Hạn hết ngày 12/3/2026

  3. Lab 2: Neural Network

     • Thời gian thực hành: 4 tiết

     • Link nộp bài: Hạn hết ngày 19/3/2026

  4. Lab 3: CNN

     • Thời gian thực hành: 4 tiết

     • Link nộp bài: Hạn hết ngày 02/04/2026

  5. Lab 4, 5: Thực hành đề tài tiểu luận

     • Nộp báo cáo tiến độ (Code): Hạn 10h15 ngày 16/04/2026

  6. Viết báo cáo:

     • Thời gian thực hành: 23/04/2026

     • Nội dung: Viết PPT để chuẩn bị báo cáo tiến độ

  7. Báo cáo tiến độ: 

     • Thời gian: 7h30 ngày 07/05/2026

     • Link nộp bài báo cáo (ppt + code): Hạn hết ngày 07/05/2026

• Lịch thi: 

  2. • Thời gian: 20/05/2026

     • Link nộp bài báo cáo (ppt + code + word): Hạn hết ngày 19/05/2026

• Tài liệu tham khảo (References)

  1. Võ Phương Bình, Bài giảng “Phân tích dữ liệu lớn”, 2024

  2. H. Andrew Schwartz, “Big Data Analytics”, Stony Brook University, 2023.

  3. Peters Morgan, “Data Analysis From Scratch With Python”, AI Sciences LLC, 2016.

  4. Vũ Hữu Tiệp, “Machine Learning Cơ Bản”, machinelearningcoban.com, 2018.

  5. Vignesh Prajapati, Big Data Analytics with R and Hadoop, PACKT, 2013.

  6. David Dietrich, Barry Heller, Beibei Yang, Data Science and Big Data Analytics, John Wiley & Sons, 2015.