Thống kê
Năm 1 – Nền tảng toán học & lập trình cơ bản
Tên môn học | Lý do học | Giáo trình | Khóa học |
---|---|---|---|
Calculus I (Giải tích 1) | Cơ sở cho xác suất, thống kê, tối ưu hóa | Calculus: Early Transcendentals – James Stewart | MIT OCW: Single Variable Calculus |
Calculus II (Giải tích 2) | Học về tích phân, chuỗi, làm nền cho xác suất & thống kê | Stewart – Calculus | MIT OCW: Single Variable Calculus (chương 7–10) |
Linear Algebra (Đại số tuyến tính) | Cốt lõi cho regression, machine learning, multivariate stats | Linear Algebra and Its Applications – David C. Lay | MIT OCW: Linear Algebra |
Introduction to Programming (Python/R) | Nền tảng lập trình dữ liệu | Python for Data Analysis – Wes McKinney | Coursera: Python for Everybody |
Năm 2 – Xác suất & thống kê cơ bản
Tên môn học | Lý do học | Giáo trình | Khóa học |
---|---|---|---|
Introduction to Statistics | Cốt lõi cho các môn thống kê nâng cao | OpenIntro Statistics – Diez et al. | HarvardX: Data Science: R Basics |
Probability Theory | Nền tảng lý thuyết thống kê, phân phối, kỳ vọng, biến ngẫu nhiên | A First Course in Probability – Sheldon Ross | MIT OCW: Introduction to Probability and Statistics |
Data Science Discovery / Intro to Data Analysis | Thực hành R/Python, EDA, visualization | Practical Statistics for Data Scientists – Peter Bruce | Coursera: Data Science: Foundations using R |
Năm 3 – Thống kê ứng dụng & modeling
Tên môn học | Lý do học | Giáo trình | Khóa học |
---|---|---|---|
Statistical Theory I | Mở rộng xác suất, ước lượng, kiểm định giả thuyết | Mathematical Statistics with Applications – Wackerly et al. | MIT OCW: Statistics for Applications |
Statistical Theory II | Lý thuyết kiểm định, estimation nâng cao, maximum likelihood | Wackerly – Mathematical Statistics with Applications | MIT OCW: 18.05 Advanced Topics |
Regression Analysis | Linear regression, multiple regression, ứng dụng thực tế | Applied Linear Statistical Models – Kutner et al. | Coursera: Regression Models |
Statistical Programming (R/Python) | Lập trình cho thống kê & mô hình hóa | R for Data Science – Garrett Grolemund & Hadley Wickham | DataCamp: Statistical Programming in R |
Năm 4 – Môn nâng cao & ứng dụng thực tế
Tên môn học | Lý do học | Giáo trình | Khóa học |
---|---|---|---|
Design of Experiments | Thiết kế thí nghiệm, kiểm định nhiều biến | Design and Analysis of Experiments – Montgomery | MIT OCW: Design of Experiments |
Time Series Analysis | Dự báo, phân tích dữ liệu theo thời gian | Time Series Analysis: Forecasting & Control – Box et al. | Coursera: Practical Time Series Analysis |
Bayesian Statistics | Lý thuyết Bayesian, ứng dụng vào mô hình thống kê | Bayesian Data Analysis – Gelman et al. | Coursera: Bayesian Statistics |
Multivariate Analysis / Statistical Learning | Machine learning cơ bản, PCA, clustering, classification | The Elements of Statistical Learning – Hastie et al. | Stanford: Stat Learning |
Elective / Capstone Project | Ứng dụng thực tế, dự án dữ liệu | Tùy lĩnh vực: Survival Analysis, Big Data, Stochastic Processes | Kaggle / Coursera / MIT OCW dự án |