मुख्य सामग्री पर जाएं
होमTheory

कोर्स

डेटा साइंस को समझना

बुनियादीकौशल स्तर
अपडेट किया गया 05/2026
बिना कोडिंग के डेटा विज्ञान का परिचय।
मुफ़्त में पाठ्यक्रम शुरू करें
TheoryData Literacy
2 घंटे
15 वीडियो
47 अभ्यास
2,800 XP
850K+
उपलब्धि का प्रमाण पत्र

अपना मुफ़्त खाता बनाएं

Google के साथ जारी रखेंअधिक विकल्प दिखाएँ

या


जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

हजारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

Group

टीम को ट्रेनिंग देना चाहते हैं?

व्यवसाय के लिए आज़माएँ

पाठ्यक्रम विवरण

डेटा साइंस क्या है, यह इतना लोकप्रिय क्यों है, और हार्वर्ड बिज़नेस रिव्यू ने इसे "21वीं सदी की सबसे आकर्षक नौकरी" क्यों कहा? इस नॉन-टेक्निकल कोर्स में, आपको इस तेज़ी से बढ़ते और रोमांचक क्षेत्र की वे सारी बातें जानने को मिलेंगी जिनके बारे में आप अब तक पूछने से हिचकते थे—वह भी बिना एक भी लाइन कोड लिखे। हैंड्स-ऑन अभ्यासों के ज़रिए, आप अलग-अलग डेटा साइंटिस्ट भूमिकाओं के बारे में सीखेंगे, A/B टेस्टिंग, टाइम सीरीज़ एनालिसिस और मशीन लर्निंग जैसे फ़ाउंडेशनल टॉपिक्स समझेंगे, और जानेंगे कि डेटा साइंटिस्ट वास्तविक दुनिया के डेटा से ज्ञान और इनसाइट्स कैसे निकालते हैं। इसलिए केवल बज़वर्ड्स से घबराएँ नहीं। सीखना शुरू करें, इस बेहद मांग वाले क्षेत्र में स्किल्स विकसित करें, और जानें कि डेटा साइंस सभी के लिए है!वीडियो में लाइव ट्रांसक्रिप्ट्स मौजूद हैं। इन्हें देखने के लिए वीडियो के नीचे-बाएँ कोने में "Show transcript" पर क्लिक करें।कोर्स का ग्लॉसरी दाएँ तरफ़ Resources सेक्शन में उपलब्ध है।CPE क्रेडिट्स पाने के लिए आपको कोर्स पूरा करना होगा और क्वालिफ़ाइड असेसमेंट में 70% स्कोर हासिल करना होगा। आप दाएँ तरफ़ दिए CPE क्रेडिट्स कॉलआउट पर क्लिक करके असेसमेंट तक नेविगेट कर सकते हैं।

पूर्व आवश्यकताएं

इस पाठ्यक्रम के लिए कोई पूर्वापेक्षाएं नहीं हैं
1

डेटा साइंस परिचय

हम कोर्स की शुरुआत इस परिभाषा से करेंगे कि डेटा साइंस क्या है। हम डेटा साइंस वर्कफ़्लो कवर करेंगे और समझेंगे कि वास्तविक समस्याओं पर डेटा साइंस कैसे लागू होता है। अध्याय के अंत में, हम डेटा साइंस क्षेत्र के भीतर अलग-अलग भूमिकाओं के बारे में सीखेंगे।
अध्याय शुरू करें
2

डेटा कलेक्शन और स्टोरेज

अब जब हम डेटा साइंस वर्कफ़्लो समझ चुके हैं, तो हम पहले चरण—डेटा कलेक्शन और स्टोरेज—में गहराई से उतरेंगे। आप जानेंगे कि किन-किन डेटा सोर्सेज़ से डेटा लिया जा सकता है, वह डेटा कैसा दिखता है, डेटा इकट्ठा होने के बाद उसे कैसे स्टोर करें, और डेटा पाइपलाइन इस प्रक्रिया को कैसे ऑटोमेट कर सकती है।
अध्याय शुरू करें
3

प्रिपरेशन, एक्सप्लोरेशन, और विज़ुअलाइज़ेशन

डेटा प्रिपरेशन बुनियादी है: डेटा साइंटिस्ट अपना 80% समय डेटा को साफ़ करने और बदलने में और केवल 20% समय वास्तविक विश्लेषण में लगाते हैं। यह अध्याय आपको बताएगा कि अपने डेटा में समस्याएँ कैसे पहचानें, missing values और outliers को कैसे संभालें। इसके बाद आप विज़ुअलाइज़ेशन के बारे में सीखेंगे—जो डेटा को एक्सप्लोर करने और अपनी खोजों को स्पष्ट रूप से प्रस्तुत करने, दोनों के लिए ज़रूरी है।
अध्याय शुरू करें
4

एक्सपेरिमेंटेशन और प्रेडिक्शन

इस अंतिम अध्याय में, हम एक्सपेरिमेंटेशन और प्रेडिक्शन पर चर्चा करेंगे! एक्सपेरिमेंट्स से शुरू करते हुए, हम A/B टेस्टिंग कवर करेंगे और फिर टाइम सीरीज़ फ़ोरकास्टिंग पर जाएँगे जहाँ हम भविष्य की घटनाओं का अनुमान लगाना सीखेंगे। अंत में, हम मशीन लर्निंग पर समाप्त करेंगे—जहाँ सुपरवाइज़्ड लर्निंग और क्लस्टरिंग पर नज़र डालेंगे।
अध्याय शुरू करें
डेटा साइंस को समझना
पाठ्यक्रम
पूर्ण

उपलब्धि का प्रमाण पत्र अर्जित करें

इस प्रमाण पत्र को अपनी LinkedIn प्रोफ़ाइल, रिज्यूमे या CV में जोड़ें
इसे सोशल मीडिया पर और अपनी प्रदर्शन समीक्षा में साझा करें
अभी नामांकन करें

19 मिलियन से अधिक शिक्षार्थियों के साथ जुड़ें और आज ही डेटा साइंस को समझना शुरू करें!

अपना मुफ़्त खाता बनाएं

Google के साथ जारी रखेंअधिक विकल्प दिखाएँ

या


जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

मोबाइल के लिए DataCamp के साथ अपने डेटा कौशल को बढ़ाएं

हमारे मोबाइल कोर्स और दैनिक 5 मिनट की कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।