Corso
Machine Learning nel tidyverse
- IntermedioLivello di competenza
- 4.8+
- 115 revisioni
Usa i pacchetti tidyr e purrr di tidyverse per creare, esplorare e valutare modelli di machine learning.
Machine Learning
Segui brevi video guidati da istruttori esperti e poi metti in pratica ciò che hai imparato con esercizi interattivi direttamente nel tuo browser.
o
Corso
Usa i pacchetti tidyr e purrr di tidyverse per creare, esplorare e valutare modelli di machine learning.
Machine Learning
Corso
Diagnostica, visualizza e gestisci i dati mancanti con diverse tecniche di imputazione e consigli per migliorare i tuoi risultati.
Data manipulation
Corso
Scopri le regole di associazione nellanalisi del paniere di mercato con R, analizzando i dati di vendita al dettaglio e creando consigli sui film.
Data manipulation
Corso
Sfrutta la potenza degli strumenti tidyverse per creare grafici di qualità professionale e report personalizzati che comunichino i tuoi risultati.
Data Visualization
Corso
Impara a leggere, esplorare e gestire i dati spaziali, poi usa le tue abilità per creare mappe informative con R.
Data Visualization
Corso
In questo corso imparerai le tecniche per fare inferenze statistiche sui dati numerici.
Probabilità e Statistica
Corso
Questo corso ti farà conoscere le macchine a vettori di supporto (SVM) in modo facile da capire, usando immagini e grafici.
Machine Learning
Corso
Usa le tue competenze in finanza e R per fare backtest, analizzare e ottimizzare i portafogli finanziari.
Finanza applicata
Corso
Impara a semplificare i tuoi flussi di lavoro di machine learning con tidymodels.
Machine Learning
Corso
Learn how to produce interactive web maps with ease using leaflet.
Data Visualization
Corso
Usa la modellazione statistica in un contesto reale con la regressione logistica e gli alberi decisionali per modellare il rischio di credito.
Finanza applicata
Corso
Lavora con serie di rendimento dei fattori di rischio, studiane le proprietà empiriche e stima il value-at-risk.
Finanza applicata
Corso
Scopri come usare plotly in R per creare visualizzazioni interattive dei dati e migliorare il modo in cui racconti le tue storie con i dati.
Data Visualization
Corso
Impara a beccare le frodi con lanalisi dei dati in R.
Machine Learning
Corso
Scopri come gestire, visualizzare e fare test statistici attraverso una serie di casi di studio sullanalisi delle risorse umane.
Analisi esplorativa dei dati
Corso
Impara a usare R per creare modelli per valutare e analizzare le obbligazioni e proteggerle dai cambiamenti dei tassi di interesse.
Finanza applicata
Corso
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.
Sviluppo di software
Corso
Impara i concetti fondamentali sulla manipolazione dei dati, come filtrare, selezionare e calcolare statistiche di gruppo usando data.table.
Data manipulation
Corso
Impara a riassumere e gestire facilmente gli elenchi usando il pacchetto purrr.
Sviluppo di software
Corso
Migliora le tue competenze finanziarie per testare, analizzare e ottimizzare i portafogli finanziari.
Finanza applicata
Corso
Impara a creare e valutare modelli di misurazione usati per confermare la struttura di una scala o di un questionario.
Probabilità e Statistica
Corso
In questo corso imparerai come usare le tecniche statistiche per lavorare con i dati categoriali.
Probabilità e Statistica
Corso
In questo corso imparerai come usare la scienza dei dati per diverse attività di marketing comuni.
Machine Learning
Corso
Impara a usare il pacchetto Bioconductor limma per lanalisi dellespressione genica differenziale.
Probabilità e Statistica
Corso
Scopri come usare le tue conoscenze di SAS in R e analizzare i dati con questo software gratuito e potente.
Sviluppo di software
Corso
I GAM modellano le relazioni nei dati come funzioni non lineari altamente adattabili a diversi tipi di problemi di Data Science.
Probabilità e Statistica
Corso
Impara le basi dell’A/B testing in R: progetta esperimenti, analizza dati, prevedi risultati e presenta tutto con visualizzazioni.
Probabilità e Statistica
Corso
Impara come fare trasformazioni avanzate con dplyr e come mettere il codice dplyr e ggplot2 nelle funzioni.
Data manipulation
Corso
Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.
Finanza applicata
Corso
Migliora la tua conoscenza degli argomenti trattati in Manipolazione delle serie temporali in R usando dati di casi reali.
Probabilità e Statistica
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.
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.
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 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.
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.
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.
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.
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.
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.
Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.