Môn data science có một nghịch lý làm nhiều bạn sốc: notebook chạy ngon, model ra con số đẹp, mà điểm report vẫn thấp. Vì người chấm không chấm cái model, họ chấm câu chuyện bạn kể bằng dữ liệu: nhìn kỹ chưa, xử lý có lý không, và kết quả nghĩa là gì với người không đọc code.

COSC2789 là môn gì?

Practical Data Science đúng như tên gọi: môn dạy bạn làm việc với dữ liệu thật bằng Python từ đầu tới cuối: đọc và làm sạch dữ liệu, khám phá (EDA), dựng mô hình cơ bản và trình bày kết quả. Assignment các kỳ trước thường nộp dạng notebook kèm report: notebook chứng minh bạn làm thật, report chứng minh bạn hiểu mình đã làm gì. Và phần report chính là nơi điểm số phân hóa mạnh nhất.

Cấu trúc assessment, trọng số và word count thay đổi theo kỳ; mọi mô tả trong bài là mặt bằng các kỳ trước. Course guide trên Canvas của đúng kỳ bạn học là nguồn duy nhất đáng tin.

Cấu trúc đánh giá (tính tới 2026): các kỳ gần đây môn thường trộn ba nhóm điểm: bài kiểm tra hoặc quiz theo tuần (nắm lý thuyết), assignment/task cá nhân hoặc nhóm (phần nặng điểm nhất, chính là thứ bài này hướng dẫn), và bài đánh giá cuối kỳ. Kỳ 2026 của bạn dùng đúng cấu hình nào, trọng số bao nhiêu: mở course guide trên Canvas để đối chiếu trước khi phân bổ thời gian.

Report data science: quy trình 4 bước giữ điểm

  1. EDA trước, model sau. Trước khi đụng tới bất kỳ mô hình nào, dành trọn một phần cho khám phá dữ liệu: phân bố từng biến, giá trị thiếu, ngoại lai, quan hệ giữa các biến. Bài band cao khác bài band thấp ngay ở đây: EDA có nhận xét, mỗi biểu đồ một câu "điều này nghĩa là gì", thay vì một chuỗi hình câm.
  2. Làm sạch dữ liệu kèm nhật ký quyết định. Mỗi lần xóa dòng, điền giá trị thiếu hay gộp nhóm, ghi lại ba thứ: gặp vấn đề gì, chọn cách xử lý nào, vì sao chọn cách đó thay vì cách khác. Nhật ký này bê thẳng vào report thành phần methodology; nó tách người phân tích có suy nghĩ khỏi người chạy code theo quán tính.
  3. Diễn giải cho người không kỹ thuật. Quy tắc tự kiểm: mỗi con số quan trọng phải có một câu tiếng người đi kèm. "Model đạt 85 phần trăm accuracy" là con số; "cứ 100 khách thì mô hình đoán đúng 85, nhưng lại bỏ sót phần lớn nhóm khách rời bỏ, vốn là nhóm ta quan tâm nhất" mới là phân tích.
  4. Notebook phải chạy lại được từ đầu tới cuối. Trước khi nộp, Restart rồi Run All. Notebook chạy tuần tự không lỗi, có heading chia phần rõ ràng là yêu cầu tối thiểu; nhiều bài mất điểm oan vì cell chạy lộn thứ tự lúc làm, nên kết quả trong bài không tái tạo được.

4 lỗi khiến report rơi band

  1. Nhảy thẳng vào model. Bỏ EDA hoặc làm cho có là tự bỏ phần điểm dễ lấy nhất, và thường dẫn tới xử lý sai dữ liệu mà không hề biết.
  2. Xóa dữ liệu không dấu vết. Âm thầm bỏ một phần ba số dòng vì thiếu giá trị, không một lời giải thích, là lỗi methodology nặng: mọi kết quả sau đó đứng trên một tập dữ liệu méo mà người đọc không được cảnh báo.
  3. Dán bảng số thay cho phân tích. Output thô của thư viện không phải là report. Mỗi bảng, mỗi hình bước vào report phải trả lời một câu hỏi cụ thể của bài toán.
  4. Kết luận vượt quá dữ liệu. Tương quan không phải nhân quả, model tốt trên dữ liệu lịch sử không hứa hẹn gì về tương lai. Bài band cao luôn có phần limitations tự chỉ ra điểm yếu của mình; đó là kỹ năng được chấm điểm.

Phần diễn giải của report thực chất là một bài luận mini: mỗi phát hiện một đoạn, nêu phát hiện, dẫn số liệu, giải thích ý nghĩa. Nguyên tắc dựng đoạn kiểu này tụi mình viết kỹ trong bài phát triển luận điểm chặt chẽ trong thân bài, thay "trích dẫn" bằng "số liệu" là dùng được nguyên vẹn. Còn nếu bạn đã có notebook hoàn chỉnh mà chưa tự tin phần chữ, tụi mình nhận review report trước khi nộp, đối chiếu từng tiêu chí rubric, chi tiết ở bảng báo giá của 7 Writing Service.

Câu hỏi thường gặp

COSC2789 có cần giỏi toán và thống kê không?

Cần nắm thống kê mô tả căn bản (trung bình, trung vị, phân bố, tương quan) ở mức đọc hiểu và diễn giải. Phần toán nặng phía sau mô hình đã có thư viện lo; môn chấm cách bạn dùng và diễn giải, không chấm chứng minh công thức.

Nên đầu tư thời gian vào model hay vào report?

Report. Một model đơn giản được diễn giải sâu gần như luôn điểm cao hơn model phức tạp không ai hiểu. Kinh nghiệm các kỳ trước: hơn nửa thời gian cho EDA và làm sạch, phần còn lại chia cho model và viết.

Accuracy bao nhiêu thì đủ điểm cao?

Không có ngưỡng nào cả, vì mỗi dataset một độ khó. Thứ được chấm là bạn đã so với baseline hợp lý chưa, chọn metric đúng bài toán chưa (dữ liệu lệch nhóm thì accuracy gần như vô nghĩa), và diễn giải trung thực tới đâu.

Cần hỗ trợ 1-1 cho môn này? Xem bảng giá và quy trình nhận hỗ trợ của 7 Writing Service.