Kurs
Introduktion till R
- GrundläggandeKunskapsnivå
- 4.8+
- 2 438 recensioner
Bemästra grunderna i dataanalys i R, inklusive vektorer, listor och data frames, och öva R med verkliga datamängder.
Programvaruutveckling
Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.
eller
Kurs
Bemästra grunderna i dataanalys i R, inklusive vektorer, listor och data frames, och öva R med verkliga datamängder.
Programvaruutveckling
Kurs
Fortsätt din resa mot att bli en R-ninja genom att lära dig om villkorssatser, loopar och vektorfunktioner.
Programvaruutveckling
Kurs
Utveckla dina statistiska färdigheter och lär dig samla in, analysera och dra korrekta slutsatser från data.
Sannolikhet och statistik
Kurs
Kom igång med att utforska och visualisera dina egna data med tidyverse, en kraftfull och populär samling datavetenskapliga verktyg i R.
Programvaruutveckling
Kurs
Skapa meningsfulla och snygga datavisualiseringar med ggplot2 genom att förstå grafikens grammatik.
Datavisualisering
Kurs
Bygg Tidyverse-färdigheter genom att lära dig hur du transformerar och manipulerar data med dplyr.
Datamanipulation
Kurs
Förutsäg bostadspriser och annonsers klickfrekvens genom att implementera, analysera och tolka regressionsanalys i R.
Sannolikhet och statistik
Kurs
Läs CSV-, XLS- och textfiler i R med verktyg som readxl och data.table.
Dataförberedelse
Kurs
Lär dig använda grafiska och numeriska tekniker för att börja avslöja strukturen i dina data.
Explorativ dataanalys
Kurs
Lär dig när och hur du använder hypotesprövning i R, inklusive t-test, proportionstest och chi-två-test.
Sannolikhet och statistik
Kurs
Lär dig kombinera data över flera tabeller för att besvara mer komplexa frågor med dplyr.
Datamanipulation
Kurs
Lär dig utföra linjär och logistisk regression med flera förklarande variabler.
Sannolikhet och statistik
Kurs
In this course you will learn the basics of machine learning for classification.
Maskininlärning
Kurs
Take your R skills up a notch by learning to write efficient, reusable functions.
Programvaruutveckling
Kurs
Lär dig använda facetter, koordinatsystem och statistik i ggplot2 för att skapa meningsfulla förklarande diagram.
Datavisualisering
Kurs
Lär dig att rensa data så snabbt och exakt som möjligt för att hjälpa dig gå från rådata till fantastiska insikter.
Dataförberedelse
Kurs
Bemästra sampling för att få mer exakta statistik med mindre data.
Sannolikhet och statistik
Kurs
Lär dig skriva snabbare R-kod, upptäck benchmarking och profilering, och lås upp hemligheterna bakom parallell programmering.
Programvaruutveckling
Kurs
Lär dig använda viktiga Bioconductor-paket för bioinformatik med dataset från virus, svampar, människor och växter!
Sannolikhet och statistik
Kurs
Den här kursen är en introduktion till linjär algebra, ett av de viktigaste matematiska ämnena som ligger till grund för data science.
Sannolikhet och statistik
Kurs
Lär dig viktiga datastrukturer som listor och data frames och tillämpa kunskapen direkt på finansiella exempel.
Tillämpad ekonomi
Kurs
Parsa data i valfritt format. Oavsett om det är platta filer, statistisk programvara, databaser eller data direkt från webben.
Dataförberedelse
Kurs
R Markdown är ett lättanvänt formateringsspråk för att skapa dynamiska rapporter från R-kod.
Rapportering
Kurs
In this course you will learn to fit hierarchical models with random effects.
Sannolikhet och statistik
Kurs
Förvandla nästan vilken datamängd som helst till ett snyggt format för att göra analysen enklare.
Datamanipulation
Kurs
I den här kursen lär du dig grundläggande experimentell design, en avgörande del av all dataanalys.
Sannolikhet och statistik
Kurs
In this course, youll learn about the concepts of random variables, distributions, and conditioning.
Sannolikhet och statistik
Kurs
Lär dig dra slutsatser om en population från ett dataprovs genom en process som kallas statistisk inferens.
Sannolikhet och statistik
Kurs
Shiny is an R package that makes it easy to build interactive web apps directly in R, allowing your team to explore your data as dashboards or visualizations.
Programvaruutveckling
Kurs
Lär dig de viktigaste teknikerna för att utvinna meningsfulla insikter från tidsseriedata.
Sannolikhet och statistik
Datavetenskap är ett expertområde som fokuserar på att utvinna insikter ur data. Med hjälp av programmeringskunskaper, vetenskapliga metoder, algoritmer och mer analyserar datavetare data för att skapa handlingsbara insikter.
Du behöver lära dig ett programmeringsspråk som Python eller R och behärska grunderna inom matematik och statistik. Kunskap om dataanalysmetoder och datavetenskap-verktyg är också viktigt. Det finns många sätt att lära sig datavetenskap. Utöver formell utbildning som examen eller universitetsstudier finns det gott om andra resurser som låter dig lära i din egen takt – bland annat onlinekurser, handledningar, böcker och videor.
Utöver kunskaper i matematik och statistik behöver datavetare programmeringskunskaper i språk som Python, R och SQL. Dessutom kräver datavetenskap förmågan att arbeta med stora datamängder, kunskaper om datavisualisering, datarensning och databashantering. Kunskaper inom maskininlärning och djupinlärning kan också vara värdefulla.
I yrkeslivet kan nästan alla branscher dra nytta av datavetenskap i någon utsträckning. Vårdorganisationer använder datavetenskap för att diagnostisera och behandla sjukdomar, medan finansbolag använder det för att upptäcka och förhindra bedrägerier. Alla typer av branscher använder datavetenskap inom marknadsföring – till exempel för att bygga rekommendationssystem och analysera kundbortfall.
Ja, datavetenskap är ett av de snabbast växande områdena i USA och globalt – och ett av de bäst betalda yrkena. Enligt data från Payscale tjänar erfarna datavetare i genomsnitt 97 609 USD och får betyget fyra av fem stjärnor i USA.
Det finns några saker att tänka på. Dels kan det vara svårt att komma in på datavetenskapsprogram, som ofta kräver konstant höga betyg. På samma sätt kräver många av de färdigheter som behövs för datavetenskap mycket studier och tålamod. Det kan ta flera månader att bemästra alla grundläggande kunskaper, och dessutom krävs det en hel del praktisk erfarenhet för att säkra en nybörjartjänst.
Ja, du behöver viss erfarenhet av programmering i språk som Python, R, SQL, Java och C/C++. Tack vare sin relativt enkla syntax är Python dock ofta det föredragna valet för nybörjare.
För en person utan tidigare kodningserfarenhet och/eller matematisk bakgrund kan det vanligtvis ta 7 till 12 månaders intensiva studier för att nå nivån som junior datavetare. Det är dock viktigt att komma ihåg att enbart lära sig den teoretiska grunden i datavetenskap kanske inte gör dig till en riktig datavetare.
När du har bemästrat grunderna i datavetenskap kan du specialisera dig inom en rad områden, till exempel maskininlärning, artificiell intelligens, stordataanalys, affärsanalys och business intelligence, datautvinning med mera.
Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.