Tổng quan dự án

Bạn đã hoàn thành Phần 2 – Phương pháp luận Khoa học Dữ liệu. Giờ bạn có thể áp dụng những kiến thức đã học để giải quyết một trong các vấn đề dưới đây, trong vai trò vừa là khách hàng vừa là nhà khoa học dữ liệu. Đầu tiên, hãy chọn một chủ đề mà bạn quan tâm. Sau đó, thực hiện theo các giai đoạn (stages) của Phương pháp luận Khoa học Dữ liệu và mô tả những việc cần làm để giải quyết vấn đề đó.

Tại sao cần làm dự án này?

Bài tập cung cấp cho học viên kỹ năng thực tế để làm việc với phương pháp luận khoa học dữ liệu. Bạn sẽ áp dụng các nguyên tắc của phương pháp luận để tìm ra hướng giải quyết cho vấn đề của mình.

Học viên học được gì?

Bạn sẽ học cách làm việc với vấn đề của mình và tìm ra hướng giải quyết thông qua các giai đoạn của phương pháp luận.

Dự án này giúp ích gì cho nghề nghiệp?

Bài tập giúp bạn phát triển kỹ năng lập luận, kỹ năng phân tích và kỹ năng làm việc khi gặp một vấn đề khoa học dữ liệu.

Hướng dẫn hoàn thành dự án

Bạn được tùy ý chọn một chủ đề mở về khoa học dữ liệu mà bạn quan tâm và có thể áp dụng phương pháp luận khoa học dữ liệu vào quá trình tìm giải pháp. Nếu chưa có chủ đề, bạn có thể chọn một trong các gợi ý sau:

1. Khách hàng của bạn là một siêu thị lớn và hội đồng quản trị đặt ra cho bạn thách thức giúp tăng trưởng việc kinh doanh của họ.

2. Khách hàng của bạn có một nhà hàng mới trong thành phố và cần biết số lượng khách dự kiến mỗi ngày để tính toán hợp lý việc mua nguyên liệu và sắp xếp lịch làm việc cho nhân viên. Bạn được yêu cầu giúp nhà hàng hoạt động hiệu quả hơn.

3. Dữ liệu của Hiệp hội Tim mạch Quốc gia từ năm 2012 cho thấy 65% người mắc bệnh tiểu đường sẽ chết vì các bệnh tim mạch, đột quỵ hoặc bệnh thận. Việc xác định người có nguy cơ mắc bệnh tiểu đường giúp hiểu rõ hơn về những biến chứng này và các bệnh đi kèm phổ biến. Thách thức đối với bạn là sử dụng dữ liệu hồ sơ y tế để cải thiện sức khỏe cộng đồng bằng cách xác định bệnh nhân được chẩn đoán mắc bệnh đái tháo đường.

Sau đó, bạn tạo một file Word (.docx) và trình bày theo hướng dẫn dưới đây. Trong bài viết, bạn sẽ thực hiện những việc sau:

1. Giới thiệu về chủ đề

• Nội dung chủ đề khoa học dữ liệu bạn chọn.

• Lý do chọn đề tài.

2. Hoàn thành giai đoạn Hiểu về Business

• Mô tả vấn đề, trình bày vấn đề như một câu hỏi cần được trả lời bằng cách sử dụng dữ liệu.

• Trình bày các mục tiêu và vấn đề kinh doanh mà khách hàng của bạn muốn bạn giải quyết.

3. Hoàn thành giai đoạn Phương pháp tiếp cận phân tích

• Từ vấn đề và mục tiêu đã xác định, lập luận để chọn ra các phương pháp tiếp cận phân tích sẽ sử dụng.

4. Hoàn thành giai đoạn Yêu cầu dữ liệu

• Từ vấn đề, mục tiêu và phương pháp tiếp cận đã chọn, lập luận về loại dữ liệu được sử dụng để giải quyết vấn đề.

• Lập luận về các yêu cầu dữ liệu khác.

5. Hoàn thành giai đoạn Thu thập dữ liệu

• Nêu phương pháp thu thập dữ liệu được sử dụng.

• Phân tích dữ liệu đã thu thập.

• Thống kê, mô tả dữ liệu đã thu thập.

• Xem xét các vấn đề đang có của dữ liệu đã thu thập và lập danh sách việc khắc phục trong các giai đoạn tiếp theo.

Bài tham khảo

Dưới đây là một bài tham khảo giúp bạn hoàn thành dự án.

1. Chủ đề

Một công ty sản xuất đang tìm cách nâng cao trải nghiệm người dùng. Họ nhận thấy trong thời buổi dịch bệnh Covid, rất nhiều người phải đeo khẩu trang khi đến công sở. Điều đó ảnh hưởng tới việc nhận diện khuôn mặt để mở khóa trên các thiết bị chấm công, làm giảm trải nghiệm người dùng. Nhận ra điều này, công ty cần một giải pháp để người dùng có trải nghiệm tốt hơn.

2. Business Understanding

Trong giai đoạn này, những việc cần làm là:

• Xác định mục đích của dự án.

• Đặt câu hỏi để hiểu về mục đích: “Có phải bài toán đặt ra là phải nhận diện được khuôn mặt ngay cả khi đeo khẩu trang?”

• Làm rõ vấn đề cần giải quyết.

Sau khi tìm hiểu và làm việc với các bên liên quan, mục đích của bài toán được xác định là: nhận diện khuôn mặt khi đeo khẩu trang.

3. Analytic Approach

Để lựa chọn phương pháp phân tích cho bài toán, cần hiểu rõ:

• Đầu vào của mô hình là gì?

• Mô hình sẽ xử lý những gì?

• Kết quả trả về của mô hình là gì?

Trong bài toán này:

• Đầu vào là một bức ảnh chụp theo góc chụp của camera điểm danh.

• Kết quả trả về là người đó là người nào trong công ty.

• Mô hình kiểm tra xem có khuôn mặt nào cần được nhận diện để chấm công, sau đó trích xuất khuôn mặt và kiểm tra người đó là ai.

Phương pháp phân tích được sử dụng:

• Do bài toán xử lý ảnh nên Deep Learning được sử dụng.

• Để trích xuất khuôn mặt của người đeo khẩu trang, Face Detection được sử dụng vì nó tách khuôn mặt ra khỏi khung hình.

• Face Recognition là thuật toán tốt để nhận diện và xác định người đó là ai trong công ty.

4. Data Requirements

Để xác định nội dung dữ liệu dùng để giải quyết bài toán, một số câu hỏi được đặt ra: đầu vào mô hình là gì, và các yếu tố của dữ liệu cần là gì?

Yêu cầu dữ liệu:

• Đầu vào là một bức ảnh chụp theo góc chụp của camera điểm danh, trong đó có đối tượng là khuôn mặt của một người đeo khẩu trang.

• Khi chấm công, người dùng sẽ nhìn thẳng vào máy nên:

  • Dữ liệu khuôn mặt sẽ nhìn thẳng.
  • Dữ liệu khuôn mặt không quay sang trái hoặc phải vì sẽ bị mất một phần khuôn mặt.
  • Dữ liệu khuôn mặt không ngước lên vì sẽ che mất nửa trên của khuôn mặt.
  • Dữ liệu khuôn mặt không cúi xuống vì sẽ làm mất một phần khuôn mặt.

5. Data Collection

Để thu thập dữ liệu, một số cách có thể lựa chọn:

• Tìm kiếm các nguồn dữ liệu có sẵn trên mạng (open dataset).

• Tự tạo dữ liệu bằng cách chụp hình.

Sau khi thu thập dữ liệu, cần làm:

• Thống kê dữ liệu.

• Đánh giá bộ dữ liệu để xem có cần xử lý hoặc thu thập thêm gì hay không.

• Lên kế hoạch cho việc thay đổi.

Đánh giá dữ liệu:

• Một số dữ liệu đáp ứng được yêu cầu của đề bài.

• Một số dữ liệu có khuôn mặt khá nhỏ, tức ở xa, nên cần loại bỏ.

• Một số khuôn mặt không nhìn chính diện nên cũng cần loại bỏ.

• Các bức ảnh có khuôn mặt bị che mất một phần cũng cần loại bỏ.

• Số lượng dữ liệu chỉ có 200 bức ảnh nên cần thu thập thêm.

Hướng dẫn nộp bài

• Đặt tên folder theo mẫu DSPxxx_<YourAccount>.

• Trình bày dự án của bạn trong file Word và đặt tên DSPxxx_<YourAccount>.docx.

• Đặt file .docx vào folder.

• Thư mục chứa bài làm và các file tài nguyên cần thiết phải được nén thành 1 file .zip.

• Xem hướng dẫn và nộp bài tại mục Assessment Submission.

Tiêu chí đánh giá