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

Soluzioni di calcolo in Azure

  • IntermedioLivello di competenza
  • 4.7+
  • 107 revisioni

Scopri come funzionano i container in Azure, inclusi registri, ACI, nozioni di base su AKS, ridimensionamento, monitoraggio e risoluzione dei problemi.

Cloud

3 ore

Corso

Using Data Stores in AWS

  • IntermedioLivello di competenza
  • 4.7+
  • 28 revisioni

Learn to choose, build with, and secure AWS data stores including DynamoDB and S3 through hands-on console exercises and real-world scenarios.

Cloud

3 ore

Corso

Data Transformation with Polars

  • IntermedioLivello di competenza
  • 4.9+
  • 37 revisioni

Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.

Data manipulation

4 ore

Corso

Caso di studio: analisi dell'inventario in Power BI

  • IntermedioLivello di competenza
  • 4.7+
  • 166 revisioni

Questo caso di studio su Power BI parla di un caso reale in cui si è usato DAX e le visualizzazioni per analizzare linventario.

Data Visualization

5 ore

Corso

Introduzione ad Amazon Bedrock

  • IntermedioLivello di competenza
  • 4.7+
  • 126 revisioni

Impara a usare Amazon Bedrock per accedere ai modelli di intelligenza artificiale di base e creare con lAI, senza dover gestire infrastrutture complicate.

Intelligenza artificiale

3 ore

Corso

Modelli GARCH in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 185 revisioni

Scopri i modelli GARCH, come usarli e calibrarli sui dati finanziari, dalle azioni al cambio valuta.

Finanza applicata

4 ore

Corso

Introduzione alla modellazione lineare in Python

  • IntermedioLivello di competenza
  • 4.7+
  • 214 revisioni

Scopri i concetti e le applicazioni dei modelli lineari con Python e crea modelli per descrivere, prevedere ed estrarre informazioni dai modelli di dati.

Probabilità e Statistica

4 ore

Corso

Google DeepMind: Build Your Own Small Language Model

  • IntermedioLivello di competenza
  • 4.7+
  • 17 revisioni

In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level of machine learning development pipelines.

Cloud

6 ore

Corso

HR Analytics: Exploring Employee Data in R

  • IntermedioLivello di competenza
  • 4.8+
  • 36 revisioni

Learn how to manipulate, visualize, and perform statistical tests through a series of HR analytics case studies.

Analisi esplorativa dei dati

5 ore

Corso

Pensiero statistico in Python (Parte 2)

  • IntermedioLivello di competenza
  • 4.7+
  • 247 revisioni

Impara a fare le due cose principali nellinferenza statistica: stimare i parametri e verificare le ipotesi.

Probabilità e Statistica

4 ore

Corso

A/B Testing in R

  • IntermedioLivello di competenza
  • 4.8+
  • 90 revisioni

Learn the basics of A/B testing in R, including how to design experiments, analyze data, predict outcomes, and present results through visualizations.

Probabilità e Statistica

4 ore

Corso

Pulizia dei dati nei database SQL Server

  • IntermedioLivello di competenza
  • 4.8+
  • 178 revisioni

Metti a punto le competenze che ti servono per pulire i dati grezzi e trasformarli in informazioni precise.

Data Preparation

4 ore

Corso

Customer Analytics and A/B Testing in Python

  • IntermedioLivello di competenza
  • 4.7+
  • 104 revisioni

Impara a usare Python per creare, eseguire e analizzare test A/B per prendere decisioni aziendali in modo proattivo.

Probabilità e Statistica

4 ore

Corso

Introduction to Spark with sparklyr in R

  • IntermedioLivello di competenza
  • 4.7+
  • 81 revisioni

Learn how to run big data analysis using Spark and the sparklyr package in R, and explore Spark MLIb in just 4 hours.

Data Engineering

4 ore

Corso

Analizzare i bilanci con Python

  • IntermedioLivello di competenza
  • 4.7+
  • 111 revisioni

Impara ad analizzare i bilanci usando Python. Calcola i rapporti, valuta la salute finanziaria, gestisci i valori mancanti e presenta la tua analisi.

Finanza applicata

4 ore

Corso

Advanced Deep Learning with Keras

  • IntermedioLivello di competenza
  • 4.8+
  • 231 revisioni

Learn how to develop deep learning models with Keras.

Intelligenza artificiale

4 ore

Corso

Survival Analysis in R

  • IntermedioLivello di competenza
  • 4.7+
  • 188 revisioni

Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!

Probabilità e Statistica

4 ore

Corso

Analisi di marketing in Google Sheets

  • IntermedioLivello di competenza
  • 4.8+
  • 215 revisioni

Scopri come inserire dati puliti e creare dashboard dinamiche per mostrare i tuoi dati di marketing.

Reporting

4 ore

Corso

Modelli di AI scalabili con PyTorch Lightning

  • IntermedioLivello di competenza
  • 4.7+
  • 94 revisioni

Semplifica i tuoi progetti di intelligenza artificiale creando modelli modulari e imparando a usare lottimizzazione avanzata con PyTorch Lightning!

Intelligenza artificiale

3 ore

Corso

Network Analysis in R

  • IntermedioLivello di competenza
  • 4.7+
  • 120 revisioni

Learn to analyze and visualize network data with the igraph package and create interactive network plots with threejs.

Probabilità e Statistica

4 ore

Corso

Writing Efficient Code with pandas

  • IntermedioLivello di competenza
  • 4.8+
  • 151 revisioni

Learn efficient techniques in pandas to optimize your Python code.

Sviluppo di software

4 ore

Corso

Modellazione con tidymodels in R

  • IntermedioLivello di competenza
  • 4.8+
  • 176 revisioni

Impara a semplificare i tuoi flussi di lavoro di machine learning con tidymodels.

Machine Learning

4 ore

Corso

Building Chatbots in Python

  • IntermedioLivello di competenza
  • 4.7+
  • 146 revisioni

Learn the fundamentals of how to build conversational bots using rule-based systems as well as machine learning.

Machine Learning

4 ore

Corso

Introduction to Scala

  • IntermedioLivello di competenza
  • 4.8+
  • 135 revisioni

Begin your journey with Scala, a popular language for scalable applications and data engineering infrastructure.

Sviluppo di software

3 ore

Corso

Sviluppare per Azure Storage

  • IntermedioLivello di competenza
  • 4.7+
  • 77 revisioni

Scopri come archiviare, proteggere, scalare ed elaborare i dati in Azure usando Blob Storage, Cosmos DB, code e servizi basati sugli eventi.

Cloud

3 ore

Corso

Azure API Management

  • IntermedioLivello di competenza
  • 4.7+
  • 64 revisioni

Impara a creare, proteggere e gestire le API con Azure API Management attraverso esercitazioni pratiche.

Cloud

3 ore

Corso

Introduzione a Redshift

  • IntermedioLivello di competenza
  • 4.8+
  • 104 revisioni

Impara a usare SQL, la gestione dei dati, lottimizzazione e la sicurezza di Amazon Redshift.

Data Engineering

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.