Hoppa till huvudinnehållet

Kurser i data, AI och cloud

Bemästra färdigheter som gör skillnad

Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.

  • Lär dig i din egen takt
  • Skaffa praktisk erfarenhet
  • Slutför kompakta kapitel

Skapa ditt kostnadsfria konto

Fortsätt med GoogleVisa fler alternativ

eller


Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.
727 Kurser

Kurs

Introduction to AI Apps in Sigma

  • GrundläggandeKunskapsnivå
  • 4.9+
  • 120 recensioner

Build interactive AI apps in Sigma using user input, actions, and polished interfaces, no coding required.

Rapportering

2 timmar

Kurs

Gen AI Apps: Transform Your Work

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 82 recensioner

This course introduces Google’s gen AI applications, such as Google Workspace with Gemini and NotebookLM.

Moln

1 timme 15 min

Kurs

Improving Your Data Visualizations in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 286 recensioner

Learn to construct compelling and attractive visualizations that help communicate results efficiently and effectively.

Datavisualisering

4 timmar

Kurs

ARIMA Models in Python

  • AvanceradKunskapsnivå
  • 4.8+
  • 394 recensioner

Learn about ARIMA models in Python and become an expert in time series analysis.

Maskininlärning

4 timmar

Kurs

Introduction to Data Versioning with DVC

  • MedelnivåKunskapsnivå
  • 4.7+
  • 377 recensioner

Explore Data Version Control for ML data management. Master setup, automate pipelines, and evaluate models seamlessly.

Maskininlärning

3 timmar

Kurs

Feature Engineering with PySpark

  • AvanceradKunskapsnivå
  • 4.8+
  • 286 recensioner

Learn the gritty details that data scientists are spending 70-80% of their time on; data wrangling and feature engineering.

Datamanipulation

4 timmar

Kurs

Data Processing in Shell

  • MedelnivåKunskapsnivå
  • 4.8+
  • 488 recensioner

Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.

Datamanipulation

4 timmar

Kurs

Dealing with Missing Data in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 178 recensioner

Learn how to identify, analyze, remove and impute missing data in Python.

Datamanipulation

4 timmar

Kurs

Case Study: Analyzing Job Market Data in Tableau

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 537 recensioner

In this case study, you’ll use visualization techniques to find out what skills are most in-demand for data scientists, data analysts, and data engineers.

Datavisualisering

3 timmar

Kurs

Snowflake Management, Governance & Collaboration

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 58 recensioner

Learn to secure, govern, and manage Snowflake at scale. Cover RBAC, data masking, cost monitoring, Time Travel, and secure data sharing.

Datahantering

3 timmar

Kurs

Market Basket Analysis in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 259 recensioner

Explore association rules in market basket analysis with Python by bookstore data and creating movie recommendations.

Maskininlärning

4 timmar

Kurs

Visualizing Geospatial Data in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 333 recensioner

Learn how to make attractive visualizations of geospatial data in Python using the geopandas package and folium maps.

Datavisualisering

4 timmar

Kurs

Gen AI: Unlock Foundational Concepts

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 91 recensioner

You unlock the foundational concepts of generative AI by exploring the differences between AI, ML, and gen AI.

Moln

1 timme 30 min

Kurs

Factor Analysis in R

  • AvanceradKunskapsnivå
  • 4.7+
  • 147 recensioner

Explore latent variables, such as personality, using exploratory and confirmatory factor analyses.

Sannolikhet och statistik

4 timmar

Kurs

Fine-Tuning with Llama 3

  • MedelnivåKunskapsnivå
  • 4.7+
  • 371 recensioner

Fine-tune Llama for custom tasks using TorchTune, and learn techniques for efficient fine-tuning such as quantization.

Artificiell intelligens

2 timmar

Kurs

Anomaly Detection in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 174 recensioner

Detect anomalies in your data analysis and expand your Python statistical toolkit in this four-hour course.

Sannolikhet och statistik

4 timmar

Kurs

Bayesian Data Analysis in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 252 recensioner

Learn all about the advantages of Bayesian data analysis, and apply it to a variety of real-world use cases!

Sannolikhet och statistik

4 timmar

Kurs

Conquering Data Bias

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 217 recensioner

Unlock your datas potential by learning to detect and mitigate bias for precise analysis and reliable models.

Datahantering

2 timmar

Kurs

Fundamentals of Bayesian Data Analysis in R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 208 recensioner

Learn what Bayesian data analysis is, how it works, and why it is a useful tool to have in your data science toolbox.

Sannolikhet och statistik

4 timmar

Kurs

Inference for Linear Regression in R

  • AvanceradKunskapsnivå
  • 4.8+
  • 159 recensioner

In this course youll learn how to perform inference using linear models.

Sannolikhet och statistik

4 timmar

Kurs

Monte Carlo Simulations in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 156 recensioner

Learn to design and run your own Monte Carlo simulations using Python!

Sannolikhet och statistik

4 timmar

Kurs

Data Strategy

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 1 734 recensioner

Master strategic data management for business excellence.

Datahantering

1 timme

Kurs

Case Study: Ecommerce Analysis in Power BI

  • MedelnivåKunskapsnivå
  • 4.8+
  • 199 recensioner

In ecommerce, increasing sales and reducing costs are key. Analyze data from an online pet supply company using Power BI.

Datavisualisering

4 timmar

FAQs

Vad är datavetenskap?

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.

Hur kan jag lära mig datavetenskap?

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.

Vilka färdigheter krävs för datavetenskap?

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.

Vad kan jag använda datavetenskap till?

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.

Är datavetenskap en bra karriärväg?

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.

Är det svårt att bli datavetare?

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.

Kräver datavetenskap kodning?

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.

Hur lång tid tar det att bli datavetare?

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.

Vilka ämnen kan jag studera inom datavetenskap?

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.

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.