Vai al contenuto principale

Corsi su dati, intelligenza artificiale e cloud

Padroneggia le competenze che contano

Segui brevi video guidati da istruttori esperti e poi metti in pratica ciò che hai imparato con esercizi interattivi direttamente nel tuo browser.

  • Impara al tuo ritmo
  • Acquisisci esperienza pratica
  • Capitoli brevi e completi

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.
777 Corsi

Corso

Manipolazione dei dati in KNIME

  • BasicLivello di competenza
  • 4.8+
  • 248 revisioni

Automatizza la manipolazione dei dati con KNIME, padroneggiando unione, aggregazione, flussi di lavoro database e gestione avanzata dei file.

Data manipulation

3 ore

Corso

R per utenti SAS

  • BasicLivello di competenza
  • 4.7+
  • 28 revisioni

Scopri come usare le tue conoscenze di SAS in R e analizzare i dati con questo software gratuito e potente.

Sviluppo di software

4 ore

Corso

MLOps per il business

  • BasicLivello di competenza
  • 4.8+
  • 151 revisioni

Scopri cosa sono i MLOps, inclusi gli strumenti e le pratiche che servono per automatizzare e scalare le app di machine learning.

Machine Learning

3 ore

Corso

Programmare con dplyr

  • IntermedioLivello di competenza
  • 4.8+
  • 50 revisioni

Impara come fare trasformazioni avanzate con dplyr e come mettere il codice dplyr e ggplot2 nelle funzioni.

Data manipulation

4 ore

Corso

Analisi di reti intermedia in Python

  • AvanzatoLivello di competenza
  • 4.8+
  • 79 revisioni

Analizza i grafici delle serie temporali, usa i grafici bipartiti e impara a risolvere problemi complessi nellanalisi delle reti.

Probabilità e Statistica

4 ore

Corso

Feature Engineering in R

  • IntermedioLivello di competenza
  • 4.7+
  • 152 revisioni

Scopri i principi della feature engineering per i modelli di machine learning e come metterli in pratica usando il framework R tidymodels.

Machine Learning

4 ore

Corso

Google: Manage Agent Memory and State

  • IntermedioLivello di competenza
  • 4.6+
  • 24 revisioni

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

Cloud

1 ora 30 min

Corso

GARCH Models in R

  • AvanzatoLivello di competenza
  • 4.8+
  • 98 revisioni

Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

Finanza applicata

4 ore

Corso

Build Data Lakes and Data Warehouses on Google Cloud

  • IntermedioLivello di competenza
  • 4.9+
  • 17 revisioni

Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.

Cloud

3 ore 48 min

Corso

Case Study: HR Analytics in Tableau

  • IntermedioLivello di competenza
  • 4.8+
  • 77 revisioni

Scopri come analizzare i dati delle risorse umane in Tableau con questo caso di studio.

Data Visualization

3 ore

Corso

Google: Add Agent Capabilities With Tools

  • IntermedioLivello di competenza
  • 4.7+
  • 22 revisioni

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Cloud

3 ore

Corso

Google DeepMind: Accelerate Your Model

  • IntermedioLivello di competenza
  • 4.9+
  • 21 revisioni

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Cloud

7 ore

Corso

Valutazione e analisi delle obbligazioni in Python

  • BasicLivello di competenza
  • 4.8+
  • 72 revisioni

Scopri come funzionano le obbligazioni, come valutarne il prezzo e come capire alcuni dei rischi usando i pacchetti numpy e numpy-financial.

Finanza applicata

4 ore

Corso

Introduzione a Spark con sparklyr in R

  • IntermedioLivello di competenza
  • 4.7+
  • 82 revisioni

Analizza big data con Spark e il pacchetto sparklyr in R, ed esplora Spark MLIb in sole 4 ore.

Data Engineering

4 ore

Corso

Logging and Monitoring in Google Cloud

  • BasicLivello di competenza
  • 4.9+
  • 23 revisioni

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Cloud

5 ore 15 min

Corso

Caso di studio: analisi delle scorte in Tableau

  • IntermedioLivello di competenza
  • 4.7+
  • 65 revisioni

Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.

Data Visualization

2 ore

Corso

Text mining con Bag-of-Words in R

  • IntermedioLivello di competenza
  • 4.8+
  • 138 revisioni

Impara la tecnica del bag of words per il text mining con R.

Machine Learning

4 ore

Corso

Trading finanziario in R

  • IntermedioLivello di competenza
  • 4.8+
  • 77 revisioni

Questo corso spiega le basi del trading finanziario e come usare quantstrat per creare strategie di trading basate sui segnali.

Finanza applicata

5 ore

FAQs

Che cos'è la data science?

La data science è un'area di competenza incentrata sull’estrazione di informazioni dai dati. Utilizzando competenze di programmazione, metodi scientifici, algoritmi e altro, i data scientist analizzano i dati per ottenere informazioni fruibili.

Come posso imparare Data Science?

Dovrai imparare un linguaggio di programmazione come Python o R e padroneggiare i principi di matematica e statistica. Conoscere i metodi di analisi dei dati e gli strumenti di data science è altrettanto essenziale. Ci sono molti modi per apprendere la data science: oltre ai percorsi tradizionali, come una laurea o studi universitari, esistono numerose risorse per imparare al tuo ritmo. Oltre ai corsi e tutorial online, ci sono libri, video e altro ancora.

Quali competenze sono necessarie per la data science?

Oltre alla conoscenza di matematica e statistica, i data scientist devono avere competenze di programmazione in linguaggi come Python, R e SQL. Inoltre, la data science richiede la capacità di lavorare con grandi set di dati, la conoscenza della visualizzazione dei dati, del data wrangling e della gestione dei database. Anche competenze in machine learning e deep learning possono essere utili.

A cosa serve la data science?

A livello professionale, quasi tutti i settori possono sfruttare la data science in una certa misura. Le organizzazioni sanitarie la utilizzano per individuare e curare le malattie, mentre le aziende finanziarie la impiegano per rilevare e prevenire le frodi. Molti settori la applicano anche al marketing, ad esempio per creare sistemi di raccomandazione e analizzare il tasso di abbandono dei clienti.

La data science è una carriera con buone opportunità professionali?

Sì, la data science è tra i settori a più rapida crescita negli Stati Uniti e nel mondo. È anche una delle carriere più remunerative. Secondo i dati di Payscale, i data scientist esperti guadagnano in media 97.609 $ e hanno un punteggio di soddisfazione di quattro stelle su cinque negli USA.

È difficile diventare un Data Scientist?

Ci sono alcuni aspetti da considerare. Innanzitutto, entrare in un corso di laurea in data science può essere competitivo, spesso richiedendo voti molto alti. Allo stesso modo, molte delle competenze richieste richiedono studio e pazienza. Padroneggiare tutte le basi necessarie può richiedere diversi mesi, oltre a molta esperienza pratica per ottenere un ruolo entry-level.

La data science richiede competenze di programmazione?

Sì, è necessaria una certa esperienza in linguaggi di programmazione come Python, R, SQL, Java e C/C++. Tuttavia, grazie alla sua sintassi relativamente semplice, Python è spesso la scelta preferita dai principianti.

Quanto tempo ci vuole per diventare un data scientist?

Per chi non ha esperienze pregresse di programmazione o un background matematico, servono in genere dai 7 ai 12 mesi di studio intensivo per raggiungere il livello di un data scientist entry-level. Tuttavia, è importante ricordare che apprendere solo le basi teoriche della data science potrebbe non bastare per diventare un vero data scientist.

Quali argomenti posso studiare nell'ambito della data science?

Una volta padroneggiate le basi della data science, puoi specializzarti in differenti aree come machine learning, intelligenza artificiale, big data, business analytics, data mining e altro.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.