Corso
Caso di studio: analisi finanziaria in KNIME
- IntermedioLivello di competenza
- 4.8+
- 217
Usa lanalisi finanziaria in KNIME con dati reali, migliorando le tue abilità nella preparazione dei dati e nel flusso di lavoro.
Finanza applicata
Corsi su dati, intelligenza artificiale e cloud
Padroneggia le competenze che contanoSegui 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
o
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.328 Corsi
Corso
Analyzing Social Media Data in Python
- IntermedioLivello di competenza
- 4.9+
- 215
In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.
Data manipulation
Corso
Sentiment Analysis in R
- IntermedioLivello di competenza
- 4.8+
- 213
Impara lanalisi del sentiment identificando il linguaggio positivo e negativo, le intenzioni emotive specifiche e creando visualizzazioni accattivanti.
Machine Learning
Corso
Python per utenti R
- IntermedioLivello di competenza
- 4.7+
- 194
Questo corso è per chi usa R e vuole imparare Python in fretta!
Sviluppo di software
Corso
Visualizzare dati geospaziali in R
- IntermedioLivello di competenza
- 4.6+
- 191
Impara a leggere, esplorare e gestire i dati spaziali, poi usa le tue abilità per creare mappe informative con R.
Data Visualization
Corso
Sviluppare soluzioni basate su eventi e messaggi in Azure
- IntermedioLivello di competenza
- 4.7+
- 189
Impara a progettare architetture scalabili basate sugli eventi in Azure usando servizi di messaggistica e integrazioni reali.
Cloud
Corso
Machine Learning nel tidyverse
- IntermedioLivello di competenza
- 4.8+
- 185
Usa i pacchetti tidyr e purrr di tidyverse per creare, esplorare e valutare modelli di machine learning.
Machine Learning
Corso
Casi di studio: creare applicazioni web con Shiny in R
- IntermedioLivello di competenza
- 4.9+
- 181
Metti alla prova le tue abilità con Shiny mentre crei app Shiny divertenti per situazioni della vita reale!
Reporting
Corso
Time Series Analysis in PostgreSQL
- IntermedioLivello di competenza
- 4.9+
- 181
Learn how to use PostgreSQL to handle time series analysis effectively and apply these techniques to real-world data.
Data manipulation
Corso
Analisi del carrello in R
- IntermedioLivello di competenza
- 4.8+
- 177
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
Creare agenti AI con Haystack
- IntermedioLivello di competenza
- 4.9+
- 174
Crea un agente AI per lassistenza sanitaria usando Haystack, un framework open source per mettere insieme LLM e componenti esterni.
Intelligenza artificiale
Corso
Nonlinear Modeling with Generalized Additive Models (GAMs) in R
- IntermedioLivello di competenza
- 4.8+
- 174
GAMs model relationships in data as nonlinear functions that are highly adaptable to different types of data science problems.
Probabilità e Statistica
Corso
Monitorare e risolvere problemi nelle soluzioni Azure
- IntermedioLivello di competenza
- 4.7+
- 174
Scopri come monitorare, diagnosticare e ottimizzare le app Azure usando Azure Monitor, Application Insights e Log Analytics.
Cloud
Corso
RAG end-to-end con Weaviate
- IntermedioLivello di competenza
- 4.6+
- 172
Diventa un esperto di RAG con Weaviate! Inserisci testo e immagini per il recupero e prova la ricerca vettoriale, BM25 e ibrida.
Intelligenza artificiale
Corso
Data Transformation with Polars
- IntermedioLivello di competenza
- 4.9+
- 170
Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.
Data manipulation
Corso
Machine Learning per il Marketing Analytics in R
- IntermedioLivello di competenza
- 4.9+
- 169
In questo corso imparerai come usare la scienza dei dati per diverse attività di marketing comuni.
Machine Learning
Corso
Importare dati in Java
- IntermedioLivello di competenza
- 4.8+
- 165
Impara a importare, gestire e trasformare i dati in Java usando la libreria Tablesaw. Lavora con file CSV, strutture tabellari e formati JSON complessi.
Sviluppo di software
Corso
Credit Risk Modeling in R
- IntermedioLivello di competenza
- 4.8+
- 164
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
Agent text-to-query con MongoDB e LangGraph
- IntermedioLivello di competenza
- 4.8+
- 163
Scopri come interagire con i tuoi dati usando agenti AI di conversione da testo a query con MongoDB e LangGraph.
Intelligenza artificiale
Corso
Sviluppare pacchetti R
- IntermedioLivello di competenza
- 4.8+
- 159
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
Cleaning Data in Java
- IntermedioLivello di competenza
- 4.9+
- 151
Master data cleaning in Java using statistical methods, transformations, and validation for reliable apps.
Importazione e pulizia dei dati
Corso
Analyzing US Census Data in Python
- IntermedioLivello di competenza
- 4.8+
- 149
Learn to use the Census API to work with demographic and socioeconomic data.
Analisi esplorativa dei dati
Corso
Rilevamento delle frodi in R
- IntermedioLivello di competenza
- 4.8+
- 149
Impara a beccare le frodi con lanalisi dei dati in R.
Machine Learning
Corso
Previsioni finanziarie in Python
- IntermedioLivello di competenza
- 4.8+
- 149
Step into the role of CFO and learn how to advise a board of directors on key metrics while building a financial forecast.
Finanza applicata
Corso
Analizzare l'attività di polizia con pandas
- IntermedioLivello di competenza
- 4.8+
- 149
Dai unocchiata al dataset dello Stanford Open Policing Project e vedi come il genere influisce sul comportamento della polizia usando pandas.
Data manipulation
Corso
Caso di studio: analisi e-commerce in Tableau
- IntermedioLivello di competenza
- 4.7+
- 145
In ecommerce, increasing sales and reducing expenses are top priorities. In this case study, youll investigate data from an online pet supply company.
Data Visualization
Corso
NLP avanzato con spaCy
- IntermedioLivello di competenza
- 4.6+
- 141
Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.
Machine Learning
Corso
Intermediate Workflow Automation with n8n
- IntermedioLivello di competenza
- 4.8+
- 140
Design resilient, production-ready n8n automations that fetch APIs, process data in batches, handle errors, and run unattended on a schedule.
Intelligenza artificiale
Corso
Join con pandas per chi usa i fogli di calcolo
- IntermedioLivello di competenza
- 4.8+
- 138
Scopri come unire in modo efficace ed efficiente set di dati in formato tabellare usando la libreria Python Pandas.
Data manipulation
Corso
Serverless Applications with AWS Lambda
- IntermedioLivello di competenza
- 4.8+
- 136
Build, deploy, and optimize serverless apps with AWS Lambda. Master event processing, error handling, concurrency, and safe deployments in a live AWS Console.
Cloud
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.