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.
349 Corsi

Corso

Trading finanziario con Python

  • IntermedioLivello di competenza
  • 4.8+
  • 285 revisioni

Impara a mettere in pratica strategie di trading personalizzate in Python, a testarle e a vedere come vanno!

Finanza applicata

4 ore

Corso

Natural Language Processing con spaCy

  • IntermedioLivello di competenza
  • 4.7+
  • 582 revisioni

Master the core operations of spaCy and train models for natural language processing. Extract information from unstructured data and match patterns.

Machine Learning

4 ore

Corso

Rimodellare i dati con pandas

  • IntermedioLivello di competenza
  • 4.7+
  • 784 revisioni

Riorganizza i DataFrame da un formato largo a uno lungo, impila e disimpila righe e colonne e gestisci i DataFrame multi-indice.

Data manipulation

4 ore

Corso

Riduzione della dimensionalità in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 853 revisioni

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

Machine Learning

4 ore

Corso

Intermediate Workflow Automation with n8n

  • IntermedioLivello di competenza
  • 4.8+
  • 46 revisioni

Design resilient, production-ready n8n automations that fetch APIs, process data in batches, handle errors, and run unattended on a schedule.

Intelligenza artificiale

4 ore

Corso

Manipolare dati di serie temporali in R

  • IntermedioLivello di competenza
  • 4.8+
  • 283 revisioni

Impara a gestire i dati delle serie temporali in R, come importarli, riassumerli e crearne dei sottoinsiemi, usando zoo, lubridate e xts.

Data manipulation

4 ore

Corso

A/B Testing in Python

  • IntermedioLivello di competenza
  • 4.7+
  • 355 revisioni

Learn the practical uses of A/B testing in Python to run and analyze experiments. Master p-values, sanity checks, and analysis to guide business decisions.

Probabilità e Statistica

4 ore

Corso

Introduzione a Bioconductor in R

  • IntermedioLivello di competenza
  • 4.7+
  • 112 revisioni

Impara a usare i pacchetti Bioconductor essenziali per la bioinformatica usando dati su virus, funghi, esseri umani e piante!

Probabilità e Statistica

4 ore

Corso

Concetti NoSQL

  • IntermedioLivello di competenza
  • 4.8+
  • 516 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

Modellazione con i dati nel Tidyverse

  • IntermedioLivello di competenza
  • 4.8+
  • 228 revisioni

Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Probabilità e Statistica

4 ore

Corso

Biomedical Image Analysis in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 233 revisioni

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

Data manipulation

4 ore

Corso

Reportistica con R Markdown

  • IntermedioLivello di competenza
  • 4.7+
  • 323 revisioni

R Markdown è un linguaggio di formattazione facile da usare per creare report dinamici dal codice R.

Reporting

4 ore

Corso

Fondamenti di inferenza in R

  • IntermedioLivello di competenza
  • 4.7+
  • 52 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

Algebra lineare per la Data Science in R

  • IntermedioLivello di competenza
  • 4.7+
  • 133 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

Tipi di dati e funzioni in Snowflake

  • IntermedioLivello di competenza
  • 4.8+
  • 490 revisioni

Impara i tipi di dati e le funzioni di Snowflake per gestire testo, numeri e date mentre crei funzioni personalizzate e tabelle pivot.

Data manipulation

3 ore

Corso

Concetti di Monitoring per il Machine Learning

  • IntermedioLivello di competenza
  • 4.8+
  • 462 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

Intermediate Data Visualization with Seaborn

  • IntermedioLivello di competenza
  • 4.8+
  • 429 revisioni

Use Seaborns sophisticated visualization tools to make beautiful, informative visualizations with ease.

Data Visualization

4 ore

Corso

Progettazione Sperimentale in R

  • IntermedioLivello di competenza
  • 4.7+
  • 332 revisioni

In questo corso imparerai le basi della progettazione sperimentale, una parte fondamentale di qualsiasi analisi dei dati.

Probabilità e Statistica

4 ore

Corso

Tecniche statistiche in Tableau

  • IntermedioLivello di competenza
  • 4.8+
  • 642 revisioni

Porta le tue abilità di reporting a un livello superiore con le funzioni statistiche integrate di Tableau.

Probabilità e Statistica

4 ore

Corso

Unsupervised Learning in R

  • IntermedioLivello di competenza
  • 4.7+
  • 101 revisioni

Questo corso ti dà unidea di base sul clustering e sulla riduzione della dimensionalità in R dal punto di vista dellapprendimento automatico.

Machine Learning

4 ore

Corso

Lavorare con i dati geospaziali in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 275 revisioni

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

Data manipulation

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.

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.