Doanh nghiệp

Hội viên

Đăng nhập

Python & AI cho Phân tích dữ liệu Tài chính Kế Toán 2026

Làm chủ Python, AI và phân tích tài chính để tự động hóa báo cáo, dự báo và ra quyết định dữ liệu.

0.0 (0 đánh giá)

0 học viên

Nguyễn Hữu Đạt

Bạn sẽ học được gì?

Thành thạo Python từ cơ bản đến nâng cao để xử lý dữ liệu tài chính và kế toán

Trực quan hóa dữ liệu tài chính bằng Matplotlib, Seaborn, Plotly để tạo báo cáo phân tích tài chính chuyên sâu

Làm sạch, xử lý và phân tích dữ liệu tài chính bằng các thư viện NumPy, Pandas

Ứng dụng Machine Learning để dự báo tài chính và phát hiện gian lận kế toán với các thuật toán như Linear Regression,...

Giới thiệu khóa học

Khóa học Python & AI cho Phân tích dữ liệu Tài chính Kế Toán 2026 cung cấp một lộ trình toàn diện giúp học viên thành thạo Python trong việc phân tích, xử lý và trực quan hóa dữ liệu tài chính - kế toán. Từ nền tảng cơ bản đến ứng dụng thực tế, bạn sẽ học cách sử dụng các thư viện phổ biến như NumPy, Pandas, Matplotlib, Seaborn để làm sạch, biến đổi dữ liệu và xây dựng các báo cáo tài chính chuyên sâu.

Ngoài ra, khóa học cũng hướng dẫn phân tích dữ liệu tài chính nâng cao. Bạn sẽ thực hành với Google Colab, xử lý dữ liệu từ Excel, CSV, Google Sheets, và xuất báo cáo dưới nhiều định dạng khác nhau như PDF, HTML, DOCX. Bạn không chỉ nắm vững Python mà còn hiểu cách áp dụng nó vào nghiệp vụ kế toán và tài chính doanh nghiệp.

Thông qua hàng loạt ví dụ và dự án thực tế, bạn sẽ biết cách tự động hóa công việc xử lý dữ liệu, phân tích báo cáo tài chính chuyên sâu, trực quan hóa dữ liệu và xây dựng hệ thống hỗ trợ ra quyết định hiệu quả hơn.

Đăng ký khóa học ngay để làm chủ Python, ứng dụng AI trong Tài chính – Kế toán và nâng cao năng lực phân tích dữ liệu trong thời đại số.

Nội dung khóa học

6 Phần• 153 Bài bài giảng • 16h 14p 16 giờ 14 phút

Bài 1: Cài đặt môi trường Google Colaboratory để chạy Python 00:07:00

Bài 2: Giới thiệu giao diện Google Colaboratory 00:06:57

Bài 3: Viết câu lệnh đầu tiên với Google Colaboratory 00:04:43

Bài 4: Lệnh PIP: Quản lý thư viện Python sẵn có 00:05:16

Bài 5: Lệnh PIP: Cài thư viện mới 00:06:04

Bài 6: Tương tác Excel trên máy tính: Kết nối & đọc dữ liệu 00:06:04

Bài 7: Tương tác Excel trên máy tính: Chỉnh sửa & xuất kết quả 00:03:03

Bài 8: Tương tác Excel trên Google Drive: Kết nối & đọc dữ liệu 00:06:14

Bài 9: Tương tác Excel trên Google Drive: Chỉnh sửa và xuất kết quả 00:02:57

Bài 10: Tương tác file Google sheet: Kết nối và đọc dữ liệu 00:07:38

Bài 11: Tương tác file Google Sheet: Chỉnh sửa & xuất kết quả 00:03:16

Bài 12: Xuất toàn bộ báo cáo: Dưới dạng .HTML hoặc .PDF 00:07:14

Bài 13: Xuất toàn bộ báo cáo: Dưới dạng Markdown (,MD) hoặc .DOCX 00:04:33

Bài 14: Quy tắc viết câu lệnh Python 00:05:20

Bài 15: Quy tắc viết Chú thích (Comment) 00:04:07

Bài 16: Biến (Variable) phần 1: Thực hành khai báo 00:04:11

Bài 17: Biến (Variable) phần 2: Quy tắc đặt tên 00:09:54

Bài 18: Các kiểu dữ liệu trong Python 00:06:23

Bài 19: Toán Tử trong Python 00:09:29

Bài 20: Format String & F-String: Tùy biến nội dung văn bản 00:05:17

Bài 21: Index & Slicing: Khái niệm và ví dụ 00:05:10

Bài 22: Index & Slicing: Bài tập thực hành tổng hợp 00:08:47

Bài 23: Kiểu dữ liệu List: Khái niệm & ứng dụng 00:09:02

Bài 24: Kiểu dữ liệu Tuple & Set: Khái niệm & ứng dụng 00:13:28

Bài 25: Kiểu dữ liệu Dictionary: Khái niệm & ứng dụng 00:09:42

Bài 26: String Methods (Phần 1): Viết hoa, viết thường & bỏ khoảng trắng 00:07:05

Bài 27: String Methods (Phần 2): Thay thế & tách nội dung 00:04:44

Bài 28: String Methods (Phần 3): Kiểm tra định dạng 00:06:39

Bài 29: String Methods (Phần 4): Định dạng số tiền trong báo cáo 00:03:25

Bài 30: Cấu trúc điều kiện IF-ELSE: Khái niệm & lưu đồ 00:07:16

Bài 31: Cấu trúc điều kiện IF_ELIF_ELSE: Khái niệm & ứng dụng 00:06:55

Bài 32: Vòng lặp For: Khái niệm & cấu trúc cộng dồn 00:08:47

Bài 33: Vòng lặp For: Thực hành break và continue 00:07:56

Bài 34: Vòng lặp While: Khái niệm & ứng dụng 00:06:16

Bài 35: Vòng lặp While: Thực hành break & continue 00:04:35

Bài 36: Hàm (Function): Khái niệm, phân biệt return & print 00:08:15

Bài 37: Hàm (Function): Tính lợi nhuận gộp 00:05:22

Bài 38: Bổ sung: Lý thuyết về range 00:03:06

Bài 39: Hàm (Function): Tính lãi suất kép & Thuế VAT 00:08:47

Bài 40: Hàm ẩn danh (Lambda): Khái niệm & Ứng dụng Tài chính - Kế Toán 00:06:37

Bài 41: Xử lý lỗi trong Python 00:13:40

Bài 42: List comprehension: Khái niệm & Ứng dụng 00:05:02

Bài 43: List comprehension: Thêm điều kiện IF - ELSE 00:06:14

Bài 44: Set comprehension: Khái niệm & Ứng dụng 00:04:09

Bài 45: Dictionary comprehension: Khái niệm & Ứng dụng 00:05:44

Bài 46: Cài đặt các thư viện quan trọng 00:03:38

Bài 47: Chỉ số thống kê: Trung bình, trung vị, phân vị & độ lệch chuẩn 00:12:33

Bài 48: Phân phối chuẩn (Normal Distribution) 00:05:32

Bài 49: Phân phối lệch phải & lệch trái 00:05:38

Bài 50: Numpy array: mảng 1 chiều & 2 chiều 00:06:14

Bài 51: Numpy array: mảng 3 chiều 00:05:13

Bài 52: Kiểm tra số chiều của mảng 00:06:09

Bài 53: Biến đổi số chiều mảng Numpy 00:05:29

Bài 54: Gộp & Tách mảng trong Numpy 00:12:27

Bài 55: Thực hành tổng hợp: Đề bài & Câu 1 00:09:44

Bài 56: Thực hành tổng hợp: Câu 2 & Câu 3 00:07:24

Bài 57: Thực hành tổng hợp: Câu 4 & Câu 5 00:09:32

Bài 58: Khái niệm về Series (mảng 1 chiều) 00:06:57

Bài 59: Khái niệm về DataFrame (mảng 2 chiều) 00:06:08

Bài 60: DataFrame: Kiểm tra kích thước, số chiều & thống kê dữ liệu 00:04:14

Bài 61: DataFrame: truy xuất theo hàng cột với .loc & .iloc 00:08:30

Bài 62: Đọc, Lưu & Tải file dữ liệu .CSV 00:10:56

Bài 63: Đọc, Lưu & Tài file dữ liệu .XLSX (Excel) 00:05:16

Bài 64: Đọc, Lưu & Tải file dữ liệu .DB (SQL) 00:07:07

Bài 65: Xử lý dữ liệu thiếu: Kiểm tra & lựa chọn hướng xử lý 00:05:45

Bài 66: Xử lý dữ liệu thiếu: dùng hàm dropna() 00:01:50

Bài 67: Xử lý dữ liệu thiếu: dùng hàm fillna() 00:07:13

Bài 68: Xử lý dữ liệu thiếu: dùng interpolate() và ffill() 00:04:00

Bài 69: Xử lý dữ liệu thiếu: Tổng hợp - So sánh các phương pháp 00:05:24

Bài 70: Tương tác bảng tính: Lấy dữ liệu từ 1 hoặc nhiều cột 00:08:44

Bài 71: Tương tác bảng tính: Lọc cột theo điều kiện cụ thể 00:09:08

Bài 72: Tương tác bảng tính: Xóa 1 hoặc nhiều cột 00:02:27

Bài 73: Tương tác bảng tính: Xóa 1 hoặc nhiều hàng 00:06:07

Bài 74: Tương tác bảng tính: Thêm cột mới 00:05:19

Bài 75: Tương tác bảng tính: Thêm hàng mới 00:05:58

Bài 76: Tương tác bảng tính: Cập nhật dữ liệu với hàm .loc 00:03:19

Bài 77: Sắp xếp dữ liệu theo điều kiện cụ thể 00:11:11

Bài 78: Truy xuất 1 hoặc nhiều sheet trong file Excel 00:18:23

Bài 79: Khái niệm nhóm (Groupby) và Tổng hợp (Aggregate) dữ liệu 00:14:04

Bài 80: Thực hành nhóm (Groupby) và tổng hợp (Aggregate) với dữ liệu Tài chính - Kế Toán 00:10:11

Bài 81: Kết hợp dữ liệu: Mô tả cách hoạt động 00:06:13

Bài 82: Kết hợp dữ liệu: Thực hành Inner Join 00:04:24

Bài 83: Kết hợp dữ liệu: Thực hành Left Join 00:02:10

Bài 84: Kết hợp dữ liệu: Thực hành Right Join 00:02:38

Bài 85: Kết hợp dữ liệu: Thực hành Outer Join 00:02:50

Bài 86: Ghép dữ liệu theo hàng & cột 00:07:05

Bài 87: Kết hợp dữ liệu theo Index 00:05:18

Bài 88: Dữ liệu thời gian: Chuyển dữ liệu cột thành dữ liệu thời gian 00:06:51

Bài 89: Dữ liệu thời gian: trích xuất Năm - Quý - Tháng - Ngày 00:02:48

Bài 90: Dữ liệu thời gian: Tính khoảng cách giữa 2 ngày 00:02:33

Bài 91: Dữ liệu thời gian: Dịch chuyển tăng - giảm theo ngày 00:03:55

Bài 92: Dữ liệu thời gian: Tổng hợp theo Tháng - Quý - Năm 00:05:21

Bài 93: Quản lý chỉ mục: Đặt chỉ mục cho dữ liệu 00:04:05

Bài 94: Quản lý chỉ mục: Truy xuất theo chỉ mục 00:09:15

Bài 95: Quản lý chỉ mục: Khôi phục chỉ mục mặc định 00:01:00

Bài 96: Quản lý chỉ mục: Tạo - Tương Tác - Xóa chỉ mục Đa cấp 00:06:03

Bài 97: Thực hành Tổng hợp Pandas: Xử lý dữ liệu thiếu 00:11:39

Bài 98: Thực hành Tổng hợp Pandas: Tính tổng tiền GD & lợi nhuận theo chi nhánh & năm 00:06:49

Bài 99: Thực hành Tổng hợp Pandas: Phân tích doanh thu & lợi nhuận theo tháng 00:03:05

Bài 100: Thực hành Tổng hợp Pandas: Quản lý & Phân tích theo chỉ mục 00:03:38

Bài 101: Thực hành Tổng hợp Pandas: Phân tích giao dịch theo Quý 00:02:43

Bài 102: Thực hành Tổng hợp Pandas: Tạo & Phân tích theo chỉ mục đa cấp 00:04:29

Bài 103: Bổ sung kiến thức: Apply trong Pandas 00:07:33

Bài 104: Xử lý dữ liệu trùng lặp: Lặp giá trị trong cột & Lặp cả hàng 00:11:48

Bài 105: Xử lý dữ liệu thiếu: Lấp đầy giá trị 00:04:20

Bài 106: Chuyển đổi kiểu dữ liệu 00:07:42

Bài 107: Xử lý ngoại lệ: Dùng Zscore & IQR 00:11:42

Bài 108: Chuẩn hóa dữ liệu văn bản: Loại bỏ ký tự đặc biệt 00:07:04

Bài 109: Giới thiệu Matplotlib & Seaborn: Trực quan hóa dữ liệu siêu tốc 00:06:26

Bài 110: Dataset thực hành: Phân tích xu hướng tiền Tip tại Mỹ 00:10:00

Bài 111: Cấu trúc biểu đồ cơ bản 00:12:58

Bài 112: Biểu đồ đường/Lineplot: Phân tích doanh thu trung bình theo ngày (Matpotlib) 00:06:44

Bài 113: Biểu đồ đường/Lineplot: Phân tích doanh thu trung bình theo ngày (Seaborn) 00:03:03

Bài 114: Biểu đồ tán xạ/Scatter: Mối quan hệ doanh thu & Tiền Tips (Matplotlib) 00:05:43

Bài 115: Biểu đồ tán xạ/Scatter: Mối quan hệ doanh thu & Tiền Tips (Seaborn) 00:04:04

Bài 116: Biểu đồ bong bóng/Bubble: Quan hệ doanh thu, tiền Tips, lượng khách P1 00:03:47

Bài 117: Biểu đồ bong bóng/Bubble: Quan hệ doanh thu, tiền Tips, lượng khách P2 00:02:29

Bài 118: Biểu đồ phân bổ/Histogram: Tần suất doanh thu P1 00:10:54

Bài 119: Biểu đồ phân bổ/Histogram: Tần suất doanh thu P2 00:07:15

Bài 120: Biểu đồ khu vực/Area: Doanh thu theo ngày P1 00:07:21

Bài 121: Biểu đồ khu vực/Area: Doanh thu theo ngày P2 00:01:25

Bài 122: Biểu đồ tương quan/Pairplot: Quan hệ giữa doanh thu, tiền Tips & kích thước bàn 00:07:52

Bài 123: Biểu đồ hộp/Boxplot: Doanh thu trung bình theo ngày P1 00:05:41

Bài 124: Biểu đồ hộp/Boxplot: Doanh thu trung bình theo ngày P2 00:02:45

Bài 125: Biểu đồ Violin plot: Doanh thu trung bình theo ngày P1 00:01:21

Bài 126: Biểu đồ Violin plot: Doanh thu trung bình theo ngày P2 00:02:32

Bài 127: Biểu đồ nhiệt/Heatmap: Tương quan doanh thu, tiền Tips & lượng khách 00:10:24

Bài 128: Biều đồ tần suất/KDE: Tần suất doanh thu 00:04:58

Bài 129: Biểu đồ Combo: Trung bình doanh thu & Tiền Tips 00:10:12

Bài 130: Subplot: Trực quan hóa 6 biểu đồ đồng thời 00:03:55

Bài 131: Tạo biểu đồ tương tác với Dash & Plotly 00:06:25

Bài 132: Lấy dữ liệu: cào từ trang Web 00:09:08

Bài 133: Lấy dữ liệu: lấy từ web bằng Power Query 00:07:25

Bài 134: Khai báo dữ liệu: Báo cáo tài chính, Cân đối kế toán, Kết quả kinh doanh 00:01:59

Bài 135: Trung bình & Độ lệch chuẩn dữ liệu: Tính toán từ bảng Cân đối kế toán 00:05:23

Bài 136: Trung bình & Độ lệch chuẩn dữ liệu: Trực quan hóa 00:04:05

Bài 137: Trung bình & Độ lệch chuẩn dữ liệu: Nhận xét hiện trạng doanh nghiệp 00:09:59

Bài 138: Xu hướng tài chính theo thời gian: Chuẩn bị dữ liệu 00:04:57

Bài 139: Xu hướng tài chính theo thời gian: Trực quan hóa & Kết luận 00:07:22

Bài 140: Phân tích cơ cấu tài chính: Chuẩn bị dữ liệu 00:05:06

Bài 141: Phân tích cơ cấu tài chính: Trực quan hóa & Kết luận 00:05:15

Bài 142: Phân tích hiệu quả sinh lời (ROA,ROE,ROS): Chuẩn bị dữ liệu & Trực quan hóa 00:04:37

Bài 143: Phân tích hiệu quả sinh lời (ROA,ROE,ROS): Kết luận 00:02:56

Bài 144: Phân tích khả năng thanh toán: Chuẩn bị dữ liệu 00:06:25

Bài 145: Phân tích khả năng thanh toán: Trực quan hóa & Kết luận 00:03:36

Bài 146: Phân tích giá trị cổ phiếu: Chuẩn bị dữ liệu 00:02:51

Bài 147: Phân tích giá trị cổ phiếu: Trực quan hóa & Kết luận 00:06:12

Bài 148: Tương quan các chỉ số tài chính: Chuẩn bị dữ liệu 00:05:33

Bài 149: Tương quan các chỉ số tài chính: Trực quan hóa & Kết luận 00:11:08

Bài 150: Hồi quy tuyến tính đơn giản - Dự báo lợi nhuận từ doanh thu: Chuẩn bị dữ liệu 00:10:16

Bài 151: Hồi quy tuyến tính đơn giản - Dự báo lời nhuận từ doanh thu: Trực quan - K.Luận 00:04:17

Bài 152: Hồi quy đa biến - Dự báo doanh thu: Chuẩn bị dữ liệu 00:08:18

Bài 153: Hồi quy đa biến - Dự báo doanh thu: Trực quan hóa & Kết luận 00:04:30

Tags:

Lập trình Python AI (trí tuệ nhân tạo) Python

Thông tin giảng viên

Nguyễn Hữu Đạt

Senior Data Strategy Consultant

4.4 Đánh giá

1,851+ Học viên

7 Khóa học

Senior Data Strategy Consultant

Anh giữ vai trò chuyên gia tư vấn chiến lược dữ liệu lớn cho nhiều tập đoàn lớn trải dài trong các lĩnh vực: Dược Phẩm, F&B, Bất Động Sản, Bán lẻ, Thương mại điện tử

Hơn 10 năm kinh nghiệm giảng dạy lập trình Scratch, Minecraft, Python
Phó phòng Đào tạo tại Công ty Cổ phần Công nghệ & Truyền thông VTC Netviet
Đã đào tạo hơn 50 doanh nghiệp và 3.000 học viên
Thành thạo: Python, Selenium, Kivy, Django, SwiftUI, Flutter, PHP
Sử dụng tốt: AutoCAD, Python Excel, phần mềm quản lý sản xuất, MS Office
Là Mentor và giám khảo của hơn 50 cuộc thi về phân tích dữ liệu lớn trong nước và ngoài nước