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.
127 Kursów

Kurs

Manipulowanie danymi szeregów czasowych w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 287 recenzji

Opanuj manipulację danymi szeregów czasowych w R: import, podsumowanie i filtrowanie z zoo, lubridate i xts.

Przetwarzanie danych

4 godziny

Kurs

Prognozowanie w R

  • PodstawowyPoziom umiejętności
  • 4.9+
  • 51 recenzji

Naucz się prognozować przyszłość za pomocą prognozowania szeregów czasowych w R, w tym modeli ARIMA i metod wygładzania wykładniczego.

Prawdopodobieństwo i statystyka

5 godzin

Kurs

Modele ARIMA w R

  • PodstawowyPoziom umiejętności
  • 4.8+
  • 311 recenzji

Zostań ekspertem w dopasowywaniu modeli ARIMA (autoregresyjnych zintegrowanych średnich ruchomych) do danych szeregów czasowych w R.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Nadzorowane uczenie maszynowe w R: regresja

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.6+
  • 105 recenzji

W tym kursie nauczysz się przewidywać przyszłe zdarzenia za pomocą regresji liniowej, uogólnionych modeli addytywnych, lasów losowych i xgboost.

Uczenie maszynowe

4 godziny

Kurs

Najlepsze praktyki wizualizacji danych w R

  • PodstawowyPoziom umiejętności
  • 4.8+
  • 332 recenzje

Naucz się skutecznie przedstawiać dane dzięki przeglądowi popularnych wykresów, alternatywnych typów wizualizacji i ulepszeń stylu opartych na percepcji.

Wizualizacja danych

1 godzina

Kurs

Podstawy bayesowskiej analizy danych w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 216 recenzji

Poznaj analizę danych bayesowską, jej działanie i dlaczego to przydatne narzędzie w Twoim zestawie narzędzi data science.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Uczenie nienadzorowane w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 105 recenzji

Ten kurs wprowadza do klastrowania i redukcji wymiarowości w R z perspektywy uczenia maszynowego.

Uczenie maszynowe

4 godziny

Kurs

Analiza czynnikowa w R

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 156 recenzji

Poznaj zmienne ukryte, np. osobowość, dzięki eksploracyjnej i konfirmacyjnej analizie czynnikowej.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

RNA-Seq z Bioconductor w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 142 recenzje

Analiza różnicowej ekspresji RNA-Seq, aby identyfikować geny prawdopodobnie ważne dla różnych chorób lub stanów.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

String Manipulation with stringr in R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 52 recenzje

Learn how to pull character strings apart, put them back together and use the stringr package.

Tworzenie oprogramowania

4 godziny

Kurs

Praca z brakującymi danymi w R

  • PodstawowyPoziom umiejętności
  • 4.7+
  • 141 recenzji

Ułatw wizualizację, eksplorację i imputację brakujących danych dzięki naniar — podejściu przyjaznemu tidyverse do braków danych.

Przygotowanie danych

4 godziny

Kurs

Praca z datami i czasem w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 92 recenzje

Poznaj podstawy analizowania, manipulowania i obliczania dat i godzin w R.

Tworzenie oprogramowania

4 godziny

Kurs

Wnioskowanie w regresji liniowej w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 166 recenzji

W tym kursie nauczysz się wykonywać inferencję za pomocą modeli liniowych.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Analiza danych ankietowych w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 219 recenzji

Poznaj projektowanie ankiet z użyciem popularnych struktur projektowych, a następnie wizualizuj i analizuj wyniki ankiet.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Modelowanie danych w Tidyverse

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 230 recenzji

Poznaj różne typy w modelowaniu danych, także do predykcji, i naucz się prowadzić regresję liniową oraz oceniać modele w Tidyverse.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Analiza skupień w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 69 recenzji

Zdobądź intuicję, jak działają klastrowanie hierarchiczne i k-means, i naucz się stosować je do wyciągania wniosków z danych.

Uczenie maszynowe

4 godziny

Kurs

Uczenie maszynowe z caret w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 43 recenzje

Ten kurs uczy kluczowych pojęć machine learning, takich jak tworzenie i ocena modeli predykcyjnych.

Uczenie maszynowe

4 godziny

Kurs

Wprowadzenie do analizy tekstu w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 62 recenzje

Analizuj dane tekstowe w R, korzystając z frameworku tidy.

Przetwarzanie danych

4 godziny

Kurs

Uogólnione modele liniowe w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 193 recenzje

Kurs Generalized Linear Model rozszerza zestaw narzędzi regresji o regresję logistyczną i Poissona.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Web Scraping w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 98 recenzji

Dowiedz się, jak efektywnie zbierać i pobierać dane z dowolnej strony internetowej za pomocą R.

Przygotowanie danych

4 godziny

Kurs

Analiza przeżycia w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 193 recenzje

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!

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Wizualizacja szeregów czasowych w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 179 recenzji

Naucz się wizualizować szeregi czasowe w R, a potem przećwicz to na studium przypadku wyboru akcji.

Wizualizacja danych

4 godziny

Kurs

Programowanie obiektowe z S3 i R6 w R

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 289 recenzji

Zarządzaj złożonością kodu, używając programowania obiektowego z systemami S3 i R6.

Tworzenie oprogramowania

4 godziny

Kurs

Analiza sieci w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 122 recenzje

Analizuj i wizualizuj dane sieciowe z pakietem igraph oraz twórz interaktywne wykresy sieciowe z threejs.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Studium przypadku: eksploracyjna analiza danych w R

  • PodstawowyPoziom umiejętności
  • 4.9+
  • 48 recenzji

Wykorzystaj umiejętności manipulacji danymi i wizualizacji, aby analizować historyczne głosowania Zgromadzenia Ogólnego ONZ.

Eksploracyjna analiza danych

4 godziny

Kurs

Dane kategoryczne w Tidyverse

  • PodstawowyPoziom umiejętności
  • 4.7+
  • 171 recenzji

Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.

Przetwarzanie danych

4 godziny

Kurs

Uczenie maszynowe w tidyverse

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 114 recenzji

Wykorzystaj pakiety tidyr i purrr w tidyverse do tworzenia, eksplorowania i oceny modeli uczenia maszynowego.

Uczenie maszynowe

5 godzin

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 swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.