मुख्य सामग्री पर जाएं

कोर्स

डेटा साइंस को समझना

बेसिक2 घंटे

बिना कोडिंग के डेटा विज्ञान का परिचय।

Python2 घंटे15 वीडियो47 अभ्यास2,800 XP860K+उपलब्धि प्रमाणपत्र

अपना नि:शुल्क अकाउंट बनाएँ

Google के साथ जारी रखें
या
जारी रखकर, आप हमारी उपयोग की शर्तें, हमारा गोपनीयता नीति और यह कि आपका डेटा USA में संग्रहीत है।

हज़ारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

टीम को प्रशिक्षित कर रहे हैं?

बिज़नेस आज़माएँ

कोर्स 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।

पूर्वापेक्षाएँ

इस कोर्स के लिए कोई पूर्वापेक्षाएँ नहीं हैं

पाठ्यक्रम

कोर्स रूपरेखा

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

कोर्स
पूरा

उपलब्धि प्रमाणपत्र प्राप्त करें

अभी नामांकन करें

DataCamp for Mobile के साथ अपने डेटा कौशल बढ़ाएं

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