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 oraz to, że Twoje dane są przechowywane w USA.
84 Kursy

Kurs

Querying a PostgreSQL Database in Java

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 86 recenzji

Connect Java to PostgreSQL with JDBC. Write secure queries, manage transactions, and handle large datasets efficiently.

Tworzenie oprogramowania

3 godziny

Kurs

Uogólnione modele liniowe w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 143 recenzje

Rozszerz swój zestaw narzędzi regresji o modele logistyczne i Poissona oraz naucz się je trenować, rozumieć, walidować i prognozować.

Prawdopodobieństwo i statystyka

5 godzin

Kurs

Dostrajanie hiperparametrów w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 51 recenzji

Naucz się dostrajać hiperparametry modelu, by uzyskać najlepsze wyniki predykcyjne.

Uczenie maszynowe

4 godziny

Kurs

Obsługa brakujących danych z imputacją w R

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 94 recenzje

Diagnozuj, wizualizuj i uzupełniaj brakujące dane za pomocą różnych technik imputacji oraz wskazówek, jak poprawić wyniki.

Przetwarzanie danych

4 godziny

Kurs

Efficient AI Model Training with PyTorch

  • ZaawansowanyPoziom umiejętności
  • 4.9+
  • 94 recenzje

Learn how to reduce training times for large language models with Accelerator and Trainer for distributed training

Sztuczna inteligencja

4 godziny

Kurs

Podstawy wnioskowania statystycznego w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 217 recenzji

Zdobądź praktyczne doświadczenie w wyciąganiu trafnych wniosków na podstawie danych na tym czterogodzinnym kursie o wnioskowaniu statystycznym w Pythonie.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Analiza przeżycia w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 71 recenzji

Analiza przeżycia do pracy z danymi czasu do zdarzenia i przewidywania czasu przeżycia.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Modele GARCH w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 95 recenzji

Określaj i dopasowuj modele GARCH, aby prognozować zmienną w czasie zmienność i value-at-risk.

Finanse stosowane

4 godziny

Kurs

Symulacja zdarzeń dyskretnych w Pythonie

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 68 recenzji

Odkryj moc symulacji zdarzeń dyskretnych w optymalizacji procesów biznesowych. Twórz cyfrowe bliźniaki z użyciem pakietu SimPy w Pythonie.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Strukturalne modelowanie równań z lavaan w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 74 recenzje

Dowiedz się, jak tworzyć i oceniać modele pomiarowe używane do potwierdzania struktury skali lub kwestionariusza.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Modelowanie wyborów w marketingu w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 41 recenzji

Naucz się analizować i modelować dane o wyborach klientów w R.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Ćwiczenie statystycznych pytań rekrutacyjnych w R

  • ZaawansowanyPoziom umiejętności
  • 4.7+
  • 20 recenzji

W tym kursie przygotujesz się do najczęściej omawianych zagadnień statystycznych — od rozkładów po testowanie hipotez, modele regresji i wiele więcej.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Bayesowskie modelowanie regresji z rstanarm

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 64 recenzje

Poznaj metody estymacji bayesowskiej, by trafniej wnioskować o modelach regresji liniowej.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Analiza sieci w Pythonie – poziom średniozaawansowany

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 76 recenzji

Analizuj wykresy szeregów czasowych, używaj grafów dwudzielnych i zdobądź umiejętności potrzebne do rozwiązywania zaawansowanych problemów w analizie sieci.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Modelowanie bayesowskie z RJAGS

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 47 recenzji

W tym kursie nauczysz się wdrażać bardziej zaawansowane modele bayesowskie przy użyciu RJAGS.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Tłumaczenie maszynowe z Keras

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 46 recenzji

Czy chcesz poznać działanie modeli stojących za produktami takimi jak Google Translate?

Sztuczna inteligencja

4 godziny

Kurs

Building Data Pipelines with Airflow

  • ZaawansowanyPoziom umiejętności
  • 5
  • 2 recenzje

Author Dags with the TaskFlow API, asset-based scheduling, and deferrable sensors, and run an end-to-end SQL ETL pipeline with quality checks.

Inżynieria danych

4 godziny

Kurs

Skalowalne przetwarzanie danych w R

  • ZaawansowanyPoziom umiejętności
  • 4.6+
  • 22 recenzje

Naucz się pisać skalowalny kod do pracy z big data w R, używając pakietów bigmemory i iotools.

Tworzenie oprogramowania

4 godziny

Kurs

Manage Scalable Workloads in GKE

  • ZaawansowanyPoziom umiejętności
  • 4.5+
  • 4 recenzje

Scale and manage multi-cluster GKE environments. Master fleets, Cloud Service Mesh, identity management, CI/CD at scale, and GKE Enterprise capabilities.

Chmura

7 godzin 20 min

Kurs

Serverless Data Processing with Dataflow: Operations

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 5 recenzji

Operate Dataflow pipelines in production. Learn monitoring, logging, troubleshooting, performance tuning, CI/CD, reliability, and templates.

Chmura

4 godziny 13 min

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.