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.
404 Corsi

Corso

Regressione intermedia in R

  • IntermedioLivello di competenza
  • 4.8+
  • 863 revisioni

Impara a fare la regressione lineare e logistica con più variabili che spiegano i dati.

Probabilità e Statistica

4 ore

Corso

Sviluppo software con Cursor

  • IntermedioLivello di competenza
  • 4.8+
  • 504 revisioni

Crea codice pronto per la produzione con Cursor. Scopri i prompt AI, il refactoring, i test e i flussi di lavoro avanzati.

Intelligenza artificiale

1 ora 30 min

Corso

Algebra lineare per la Data Science in R

  • IntermedioLivello di competenza
  • 4.7+
  • 159 revisioni

Questo corso è unintroduzione allalgebra lineare, uno dei temi matematici più importanti alla base della scienza dei dati.

Probabilità e Statistica

4 ore

Corso

Creare agenti AI con Google ADK

  • IntermedioLivello di competenza
  • 4.8+
  • 608 revisioni

Crea un assistente per lassistenza clienti passo dopo passo con lAgent Development Kit (ADK) di Google.

Intelligenza artificiale

1 ora

Corso

Credit Risk Modeling in Python

  • IntermedioLivello di competenza
  • 4.7+
  • 328 revisioni

Impara a preparare i dati delle richieste di credito e applicare machine learning e regole aziendali per ridurre il rischio e garantire la redditività.

Finanza applicata

4 ore

Corso

Fondamenti di inferenza in R

  • IntermedioLivello di competenza
  • 4.7+
  • 61 revisioni

Impara a tirare conclusioni su una popolazione partendo da un campione di dati usando un processo chiamato inferenza statistica.

Probabilità e Statistica

4 ore

Corso

Workflow Automation intermedio con n8n

  • IntermedioLivello di competenza
  • 4.7+
  • 140 revisioni

Crea automazioni n8n robuste e pronte per la produzione: interroga le API, elabora dati in batch, gestisci errori e programmane lesecuzione.

Intelligenza artificiale

4 ore

Corso

Concetti NoSQL

  • IntermedioLivello di competenza
  • 4.8+
  • 614 revisioni

In questo corso teorico (non serve saper programmare), scoprirai i quattro principali database NoSQL e i motori più usati.

Data Engineering

2 ore

Corso

Sviluppare pacchetti Python

  • IntermedioLivello di competenza
  • 4.7+
  • 1052 revisioni

Impara a creare i tuoi pacchetti Python per rendere il tuo codice più facile da usare e condividere con gli altri.

Sviluppo di software

4 ore

Corso

Supervised Learning in R: Regression

  • IntermedioLivello di competenza
  • 4.6+
  • 110 revisioni

In questo corso imparerai come prevedere cosa succederà usando la regressione lineare, i modelli additivi generalizzati, le foreste casuali e xgboost.

Machine Learning

4 ore

Corso

Riduzione della dimensionalità in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 997 revisioni

Capisci il concetto di ridurre la dimensionalità dei tuoi dati e impara le tecniche per farlo in Python.

Machine Learning

4 ore

Corso

Verificare le spese con Claude

  • IntermedioLivello di competenza
  • 4.8+
  • 49 revisioni

Stanco di spulciare le spese per capire quali violano le policy? Non più! Crea report rapidi e chiari sulle violazioni di spesa con Claude Cowork.

Intelligenza artificiale

15 min

Corso

Introduzione ai database in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 329 revisioni

In questo corso imparerai le basi dei database relazionali e come usarli.

Data manipulation

4 ore

Corso

Analisi delle serie temporali in SQL Server

  • IntermedioLivello di competenza
  • 4.7+
  • 480 revisioni

Esplora modi per lavorare con dati di data e ora in SQL Server per lanalisi delle serie temporali

Data manipulation

5 ore

Corso

Concetti di Monitoring per il Machine Learning

  • IntermedioLivello di competenza
  • 4.8+
  • 593 revisioni

Scopri le sfide nel monitorare i modelli di Machine Learning in produzione, tra cui drift dei dati e concetti, e come gestire il degrado del modello.

Machine Learning

2 ore

Corso

Google: Build and Deploy Agents in Production

  • IntermedioLivello di competenza
  • 4.7+
  • 164 revisioni

Explore multi-agent system architecture and deployment using Googles ADK and Google Cloud infrastructure for production-grade agent applications.

Cloud

30 min

Corso

Machine Learning per la finanza in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 253 revisioni

Modella e prevedi i valori dei dati azionari con modelli lineari, decision tree, random forest e neural network.

Machine Learning

4 ore

Corso

Lavorare con i dati geospaziali in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 306 revisioni

Questo corso ti insegnerà come integrare i dati spaziali nel tuo flusso di lavoro di Python Data Science.

Data manipulation

4 ore

Corso

Ottimizzazione degli iperparametri in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 900 revisioni

Impara le tecniche per la regolazione automatica degli iperparametri in Python, tra cui Grid, Random e Informed Search.

Machine Learning

4 ore

Corso

Transazioni e gestione degli errori in SQL Server

  • IntermedioLivello di competenza
  • 4.8+
  • 369 revisioni

Impara a scrivere script che individuano e gestiscono gli errori e controllano più operazioni che succedono contemporaneamente.

Sviluppo di software

4 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.

Sviluppa le tue competenze sui dati con DataCamp for Mobile

Fai progressi ovunque tu sia con i nostri corsi mobile e le sfide di programmazione quotidiane da 5 minuti.