Przejdź do głównej treści

Kursy z danych, AI i chmury

Opanuj umiejętności, które się liczą

Oglądaj krótkie filmy prowadzone przez ekspertów-instruktorów, a następnie ćwicz to, czego się nauczyłeś, w interaktywnych ćwiczeniach w przeglądarce.

  • Ucz się we własnym tempie
  • Zdobądź praktyczne doświadczenie
  • Ukończ krótkie rozdziały

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.
179 Kursów

Kurs

Uczenie maszynowe z modelami drzewiastymi w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 820 recenzji

W tym kursie nauczysz się używać modeli drzewiastych i zespołów do regresji i klasyfikacji w scikit-learn.

Uczenie maszynowe

5 godzin

Kurs

Wydajny kod w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 2819 recenzji

Naucz się pisać wydajny kod, który działa szybko i sprawnie zarządza zasobami, by uniknąć zbędnego narzutu.

Tworzenie oprogramowania

4 godziny

Kurs

Wprowadzenie do LLM w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 2024 recenzje

Poznaj podstawy LLM-ów i rewolucyjną architekturę transformer, na której się opierają!

Sztuczna inteligencja

3 godziny

Kurs

Retrieval Augmented Generation (RAG) z LangChain

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 2171 recenzji

Poznaj nowoczesne metody integracji danych zewnętrznych z LLM-ami za pomocą Retrieval Augmented Generation (RAG) z LangChain.

Sztuczna inteligencja

3 godziny

Kurs

ETL i ELT w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 2944 recenzje

Naucz się tworzyć skuteczne, wydajne i niezawodne potoki danych, korzystając z zasad Extract, Transform i Load.

Inżynieria danych

4 godziny

Kurs

Testowanie hipotez w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 3924 recenzje

Naucz się, jak i kiedy używać w Pythonie popularnych testów hipotez, takich jak testy t, testy proporcji i testy chi-kwadrat.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Próbkowanie w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 4159 recenzji

Wyciągaj wnioski z ograniczonych danych, używając Python i statystyki. Kurs obejmuje wszystko: od losowego doboru próby po dobór warstwowy i klastrowy.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Przetwarzanie języka naturalnego (NLP) w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 965 recenzji

Opanuj analizę tekstu dzięki kluczowym technikom NLP — od preprocessingu po zaawansowane modele transformerów.

Sztuczna inteligencja

4 godziny

Kurs

Wprowadzenie do inżynierii danych

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 958 recenzji

Poznaj świat inżynierii danych w tym krótkim kursie, obejmującym narzędzia i zagadnienia, takie jak ETL i cloud computing.

Inżynieria danych

4 godziny

Kurs

Tworzenie aplikacji AI z Pinecone

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 2412 recenzji

Odkryj, jak wektorowa baza danych Pinecone rewolucjonizuje tworzenie aplikacji AI!

Sztuczna inteligencja

3 godziny

Kurs

Wieloagentowe systemy z LangGraph

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 835 recenzji

Buduj wydajne systemy wieloagentowe, stosując nowe wzorce projektowe agentów w frameworku LangGraph.

Sztuczna inteligencja

2 godziny 45 min

Kurs

Praca z datami i czasem w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 3024 recenzje

Naucz się pracować z datami i godzinami w Pythonie.

Tworzenie oprogramowania

4 godziny

Kurs

Wprowadzenie do testowania w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 1526 recenzji

Opanuj testowanie w Pythonie: Poznaj metody, twórz testy i zapewnij kod bez błędów dzięki pytest i unittest.

Tworzenie oprogramowania

4 godziny

Kurs

Programowanie obiektowe w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 844 recenzje

Poznaj tworzenie klas oraz wykorzystanie dziedziczenia i polimorfizmu do ponownego użycia i optymalizacji kodu.

Tworzenie oprogramowania

4 godziny

Kurs

Sprawne importowanie danych z pandas

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 2149 recenzji

Naucz się pozyskiwać dane z popularnych formatów plików i systemów, takich jak pliki CSV, arkusze kalkulacyjne, JSON, bazy danych SQL i API.

Przygotowanie danych

4 godziny

Kurs

Praca z danymi kategorycznymi w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 2915 recenzji

Naucz się manipulować i wizualizować dane kategoryczne za pomocą pandas i seaborn.

Przetwarzanie danych

4 godziny

Kurs

Liniowe klasyfikatory w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 364 recenzje

W tym kursie poznasz szczegóły klasyfikatorów liniowych, takich jak regresja logistyczna i SVM.

Uczenie maszynowe

4 godziny

Kurs

Projektowanie eksperymentów w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 2036 recenzji

Wdrażaj eksperymentalne układy i wykonuj solidne analizy statystyczne, aby wyciągać precyzyjne i trafne wnioski!

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Analiza szeregów czasowych w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 151 recenzji

W tym czterogodzinnym kursie poznasz podstawy analizy danych szeregów czasowych w Pythonie.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Przekształcanie danych z pandas

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 902 recenzje

Przekształcaj DataFrame’y z szerokiego do długiego formatu, stackuj i unstackuj wiersze i kolumny oraz obrabiaj DataFrame’y z wielopoziomowym indeksem.

Przetwarzanie danych

4 godziny

Kurs

Web Scraping w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 1129 recenzji

Naucz się pobierać i analizować informacje z internetu za pomocą biblioteki Python scrapy.

Przygotowanie danych

4 godziny

Kurs

Wyjaśnialne AI w Pythonie

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 1262 recenzje

Zdobądź kluczowe umiejętności, używając Scikit-learn, SHAP i LIME, aby testować i tworzyć przejrzyste, godne zaufania i odpowiedzialne systemy AI.

Sztuczna inteligencja

4 godziny

Kurs

Wprowadzenie do analizy portfela w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 422 recenzje

Naucz się obliczać miarodajne miary ryzyka i wyników oraz tworzyć optymalny portfel dla pożądanego kompromisu między ryzykiem a zwrotem.

Finanse stosowane

4 godziny

Kurs

Uczenie przez wzmacnianie z Gymnasium w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 802 recenzje

Rozpocznij swoją przygodę z reinforcement learning! Dowiedz się, jak agenci mogą uczyć się rozwiązywać środowiska poprzez interakcje.

Sztuczna inteligencja

4 godziny

FAQs

Czym jest data science?

Data science to dziedzina wiedzy skoncentrowana na pozyskiwaniu informacji z danych. Korzystając z umiejętności programowania, metod naukowych, algorytmów i nie tylko, data scientists analizują dane, aby tworzyć przydatne wnioski.

Jak mogę nauczyć się data science?

Będziesz potrzebować nauki języka programowania, takiego jak Python lub R, i opanowania zasad matematyki i statystyki. Niezbędna jest również znajomość metod analizy danych i narzędzi data science. Istnieje wiele sposobów nauki data science. Oprócz formalnych form edukacji, takich jak studia czy kursy akademickie, istnieje wiele innych zasobów, które pomogą ci uczyć się we własnym tempie. Oprócz kursów online i samouczków dostępne są książki, filmy i wiele więcej.

Jakich umiejętności wymaga data science?

Oprócz znajomości matematyki i statystyki, data scientists potrzebują umiejętności programistycznych w językach takich jak Python, R i SQL. Ponadto data science wymaga umiejętności pracy z dużymi zbiorami danych, wiedzy z zakresu wizualizacji danych, obróbki danych i zarządzania bazami danych. Przydatne mogą być również umiejętności w dziedzinie uczenia maszynowego i głębokiego uczenia.

Do czego mogę używać data science?

W zastosowaniach zawodowych prawie każda branża może w pewnym stopniu korzystać z data science. Organizacje opieki zdrowotnej używają data science do wykrywania i leczenia chorób, podczas gdy firmy finansowe używają jej do wykrywania i zapobiegania oszustwom. Wszelkiego rodzaju branże używają data science do marketingu, np. do budowania systemów rekomendacji i analizowania odejść klientów.

Czy data science to dobra kariera?

Tak, data science jest jednym z najszybciej rozwijających się sektorów w USA i na całym świecie. Jest to również jedna z najlepiej opłacanych karier. Według danych Payscale, doświadczeni data scientists zarabiają średnio 97 609 USD i mają ocenę satysfakcji czterech gwiazdek na pięć w USA.

Czy trudno zostać data scientist?

Należy tu wziąć pod uwagę kilka kwestii. Po pierwsze, studia z zakresu data science są często wymagające, wymagając konsekwentnie wysokich ocen. Podobnie, wiele umiejętności wymaganych w data science wymaga dużo nauki i cierpliwości. Opanowanie wszystkich niezbędnych podstaw może zająć kilka miesięcy, a zdobycie stanowiska na poziomie podstawowym wymaga dużo praktycznego doświadczenia.

Czy data science wymaga programowania?

Tak, będziesz potrzebować doświadczenia w programowaniu w takich językach jak Python, R, SQL, Java czy C/C++. Jednak ze względu na stosunkowo prostą składnię Python jest często preferowanym wyborem wśród osób stawiających pierwsze kroki.

Jak długo trwa zostanie data scientist?

Dla osoby bez wcześniejszego doświadczenia w kodowaniu i/lub matematycznego przygotowania zazwyczaj zajmuje to 7 do 12 miesięcy intensywnych studiów, aby osiągnąć poziom data scientist na poziomie podstawowym. Jednak ważne jest, aby pamiętać, że nauka jedynie teoretycznych podstaw data science może nie uczynić cię prawdziwym data scientistem.

Jakich tematów mogę się uczyć w ramach data science?

Gdy opanujesz podstawy data science, możesz specjalizować się w różnych obszarach – machine learning, sztuczna inteligencja, analiza big data, business intelligence i analityka, eksploracja danych i wiele innych.

Rozwijaj umiejętności pracy z danymi dzięki DataCamp na urządzenia mobilne

Rozwijaj się w drodze dzięki kursom mobilnym i codziennym 5-minutowym wyzwaniom programistycznym.