1.

1 Giới thiệu môn khoa học dữ liệu

1.1.1 Khái niệm:

Khoa học dữ liệu là một lĩnh vực liên ngành kết hợp các phương pháp toán học, thống
kê, khoa học máy tính và kỹ thuật để thu thập, xử lý, phân tích và trực quan hóa dữ
liệu. Mục tiêu của khoa học dữ liệu là trích xuất thông tin và kiến thức có giá trị từ dữ
liệu để giải quyết các vấn đề và đưa ra quyết định sáng suốt.

Nói một cách đơn giản, khoa học dữ liệu giúp chúng ta biến dữ liệu thành những câu
chuyện có ý nghĩa. Nó cho phép chúng ta khám phá các xu hướng, mẫu hình và mối
quan hệ ẩn sâu trong dữ liệu mà mắt thường không thể nhìn thấy. Nhờ vậy, chúng ta
có thể đưa ra những dự đoán chính xác hơn, đưa ra quyết định sáng suốt hơn và cải
thiện hiệu quả hoạt động trong nhiều lĩnh vực khác nhau.

Ba lĩnh vực chính của khoa học dữ liệu:

1. Thu thập và quản lý dữ liệu: Giai đoạn này bao gồm việc xác định nguồn dữ
liệu, thu thập dữ liệu, làm sạch dữ liệu và lưu trữ dữ liệu.
2. Phân tích dữ liệu: Giai đoạn này bao gồm việc sử dụng các phương pháp
thống kê, học máy và trí tuệ nhân tạo để khám phá dữ liệu, xác định các mẫu
hình và xu hướng, và xây dựng mô hình dự đoán.
3. Truyền thông kết quả: Giai đoạn này bao gồm việc trình bày kết quả phân
tích dữ liệu một cách rõ ràng và súc tích cho các bên liên quan, đồng thời giúp
họ hiểu và áp dụng kết quả này vào thực tế.

1.1.2 Vai trò tổng quan và sự phát triển của ngành khoa học dữ liệu
1.1.2.1 Vai trò :
Khoa học Dữ liệu đóng vai trò chiến lược và thiết yếu trong kỷ nguyên số, mang đến
những lợi ích to lớn cho mọi lĩnh vực của đời sống,sau đây là một số ví dụ thực tế của
khoa học dữ liệu vào cuộc sống hiện nay:
1. Giải quyết các vấn đề thực tế:
● Khoa học Dữ liệu cung cấp các công cụ và phương pháp để thu thập, phân tích
và khai thác dữ liệu, từ đó giúp giải quyết các vấn đề thực tế một cách hiệu quả
hơn.
● Ví dụ: Khoa học Dữ liệu có thể được sử dụng để chẩn đoán bệnh chính xác
hơn, phát triển các phương pháp điều trị mới, cá nhân hóa y tế, nâng cao chất
lượng dịch vụ chăm sóc sức khỏe, tối ưu hóa quy trình sản xuất, dự đoán nhu
cầu thị trường, nâng cao hiệu quả hoạt động, xây dựng chính sách hiệu quả
hơn, phân bổ nguồn lực hợp lý, nâng cao chất lượng dịch vụ công,...
2. Hỗ trợ ra quyết định sáng suốt:
● Khoa học Dữ liệu giúp phân tích dữ liệu một cách khách quan và khoa học, từ
đó cung cấp cho các nhà quản lý và nhà lãnh đạo thông tin cần thiết để đưa ra
quyết định sáng suốt, hiệu quả hơn.
 ● Ví dụ: Khoa học Dữ liệu có thể được sử dụng để đánh giá hiệu quả chiến dịch
marketing, đo lường ROI, nhắm mục tiêu quảng cáo hiệu quả hơn, đánh giá rủi
ro tín dụng, phát triển các sản phẩm và dịch vụ tài chính mới,...
3. Tạo ra giá trị to lớn:
● Khoa học Dữ liệu giúp các doanh nghiệp và tổ chức tối ưu hóa hoạt động, nâng
cao hiệu quả kinh doanh, tạo ra lợi thế cạnh tranh và mang lại giá trị to lớn cho
khách hàng.
● Ví dụ: Khoa học Dữ liệu có thể được sử dụng để cá nhân hóa trải nghiệm mua
sắm, khuyến mãi sản phẩm phù hợp, tăng doanh thu, phát triển các sản phẩm
và dịch vụ mới đáp ứng nhu cầu của khách hàng, nâng cao chất lượng dịch vụ
khách hàng,...
4. Thúc đẩy đổi mới sáng tạo:
● Khoa học Dữ liệu cung cấp nền tảng cho sự đổi mới sáng tạo trong mọi lĩnh
vực.
● Các nhà khoa học dữ liệu có thể sử dụng dữ liệu để khám phá những kiến thức
mới, phát triển các giải pháp mới và tạo ra những đột phá trong nhiều lĩnh vực
khác nhau.
● Ví dụ: Khoa học Dữ liệu có thể được sử dụng để phát triển các phương pháp
điều trị mới, phát minh ra các vật liệu mới, xây dựng các hệ thống giao thông
thông minh, phát triển các thành phố thông minh,...
5. Nâng cao chất lượng cuộc sống:
● Khoa học Dữ liệu góp phần nâng cao chất lượng cuộc sống cho mọi người
thông qua việc giải quyết các vấn đề thực tế, hỗ trợ ra quyết định sáng suốt, tạo
ra giá trị to lớn và thúc đẩy đổi mới sáng tạo.
● Ví dụ: Khoa học Dữ liệu có thể được sử dụng để cải thiện hệ thống giáo dục,
nâng cao chất lượng dịch vụ y tế, bảo vệ môi trường, đảm bảo an ninh mạng,..
1.1.2.2 Sự phát triển của khoa học dữ liệu :
Trong tương lai, khoa học dữ liệu dự kiến sẽ tiếp tục phát triển mạnh mẽ và đóng vai
trò ngày càng quan trọng trong nhiều lĩnh vực khác nhau. Các ngành công nghiệp
ngày nay đều dựa trên nền tảng dữ liệu phát triển và đổi mới. Mỗi cá nhân đều tương
tác với nhiều ứng dụng công nghệ thông qua internet, tạo ra dữ liệu. Khoa học dữ liệu
ngày nay với sự kết hợp của sức mạnh tính toán và các công cụ phân tích giúp xử lý
dữ liệu nhanh chóng và hiệu quả.
Ngoài ra tương lai, việc đào tạo nhân viên về khoa học dữ liệu sẽ trở thành một công
việc không thể thiếu trong mọi doanh nghiệp. Các chuyên gia dự đoán rằng kỹ năng
liên quan đến dữ liệu và phân tích dữ liệu sẽ trở thành xu hướng hàng đầu trong thị
trường việc làm. Điều này phản ánh sự phát triển mạnh mẽ của lĩnh vực khoa học dữ
liệu và tầm quan trọng của nó trong tương lai.
1.1.3 Ứng dụng
Một số ứng dụng tiềm năng của Khoa học Dữ liệu trong tương lai bao gồm:
 ● Y tế: Chẩn đoán bệnh chính xác hơn, phát triển các phương pháp điều trị mới,
cá nhân hóa y tế, nâng cao chất lượng dịch vụ chăm sóc sức khỏe.
● Giáo dục: Cá nhân hóa việc học tập, đánh giá hiệu quả học tập, nâng cao chất
lượng giáo dục.
● Tài chính: Phát triển các sản phẩm và dịch vụ tài chính mới, đánh giá rủi ro tín
dụng hiệu quả hơn, phòng chống gian lận.
● Sản xuất: Tối ưu hóa quy trình sản xuất, dự đoán nhu cầu thị trường, nâng cao
hiệu quả hoạt động.
● Bán lẻ: Cá nhân hóa trải nghiệm mua sắm, khuyến mãi sản phẩm phù hợp, tăng
doanh thu.
● Marketing: Nhắm mục tiêu quảng cáo hiệu quả hơn, đo lường hiệu quả chiến
dịch marketing, nâng cao ROI.
● Quản lý nhà nước: Xây dựng chính sách hiệu quả hơn, phân bổ nguồn lực hợp
lý, nâng cao chất lượng dịch vụ công.

1.2 Giới thiệu đề tài :

1.2.1 Lý do chọn đề tài :

Người dân nước mỹ đang gặp khó ăn về vấn đề lựa chọn giá nhà để mua cho phù hợp
vì ảnh hưởng của dịch covid 19 khiến cho vấn đề tài chính có chút eo hẹp .Vì thế
nhiều hộ gia đình có gặp nhiều tình huống khó khăn khi phải lựa chọn một cách thủ
công hàng ngàn căn nhà trên các trang bất động sản .Do đó nhằm giảm thiểu những
vấn đề trở ngại của họ, bài nghiên cứu này hướng đến các mục tiêu:

Sử dụng phần mềm Orange để xử lý bộ dữ liệu của các dự báo có sẵn .Ứng dụng
phương pháp khoa học tối ưu nhất thông qua quá trình xử lý và hệ thống hóa để dự
báo dữ liệu. Từ dữ liệu được dự báo, chúng ta sẽ phân tích khả năng giá cả sẽ có của
từng căn nhà

Xây dựng mô hình xử lí dữ liệu để giúp chúng ta chọn lọc giá cả và mục tiêu về căn
nhà một cách dễ dàng hơn, làm giảm bớt thời gian nghiên cứu lựa chọn mất thời gian

1.2.2 Mục tiêu :

● Dự đoán giá nhà trung bình cho từng khu vực, loại nhà, diện tích và thời điểm
cụ thể.
● Xác định các yếu tố ảnh hưởng đến giá nhà và mức độ quan trọng của từng yếu
tố.
● Đánh giá độ chính xác của mô hình dự đoán và đề xuất biện pháp cải thiện.
 ● Phát triển mô hình dự đoán linh hoạt, hiệu quả và dễ sử dụng.

1.2.3 Đối tượng và phạm vi nghiên cứu :

Bộ dữ liệu này bao gồm thông tin giá cả các căn nhà tại Mỹ được bọn em thu thập từ
Kaggle, một nền tảng chia sẻ dữ liệu và học máy phổ biến. Tập dữ liệu thô ban đầu
chứa 1461 dòng dữ liệu và 80 cột đặc tính, cung cấp bức tranh tổng quan chi tiết về thị
trường nhà đất Mỹ.
1.2.4 Ý nghĩa và đóng góp
-Phân tích và dự đoán giá nhà Mỹ giúp nhà đầu tư và người mua nhà hiểu rõ hơn về
tình hình thị trường bất động sản.
-So sánh giá dự đoán với giá bán thực tế của các căn nhà tương tự trong khu vực, giúp
người mua tìm được căn nhà có giá trị tốt nhất.
-Lựa chọn nhà phù hợp với khả năng tài chính và nhu cầu sử dụng
-Có cơ sở để thương lượng giá mua nhà với người bán một cách tự tin và hiệu quả
hơn.
-Nâng cao khả năng mua được nhà ưng ý với giá cả hợp lý.
-Tránh những rủi ro tiềm ẩn khi mua nhà mà không có đầy đủ thông tin thị trường.