Hoppa till huvudinnehåll

Data-, AI- och molnkurser

Bemästra färdigheter som är viktiga

Följ korta videor ledda av expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i din webbläsare.

  • Lär dig i din egen takt
  • Få praktisk erfarenhet
  • Kompletta kapitel i mindre format

Skapa ditt gratiskonto

eller

Genom att fortsätta accepterar du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.
72 courses

course

Reshaping Data with tidyr

  • MellanliggandeFärdighetsnivå
  • 4.3+
  • 1.1K

Transform almost any dataset into a tidy format to make analysis easier.

Datamanipulation

4 timmar

course

Data Manipulation in Snowflake

  • GrundläggandeFärdighetsnivå
  • 4.7+
  • 1K

Master data manipulation and analysis techniques such as CASE statements, subqueries, and CTEs in Snowflake.

Datamanipulation

2 timmar

course

Manipulating Time Series Data in R

  • MellanliggandeFärdighetsnivå
  • 4.6+
  • 828

Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.

Datamanipulation

4 timmar

course

Pivot Tables in Google Sheets

  • GrundläggandeFärdighetsnivå
  • 4.5+
  • 805

Learn how to create pivot tables and quickly organize thousands of data points with just a few clicks.

Datamanipulation

2 timmar

course

Data Transformation in Alteryx

  • GrundläggandeFärdighetsnivå
  • 4.6+
  • 772

Unlock Alteryx for data transformation, mastering Crosstab, Transpose, and workflow optimization in this interactive course.

Datamanipulation

2 timmar

course

Introduction to Databases in Python

  • MellanliggandeFärdighetsnivå
  • 4.5+
  • 748

In this course, youll learn the basics of relational databases and how to interact with them.

Datamanipulation

4 timmar

course

Data Manipulation in Alteryx

  • GrundläggandeFärdighetsnivå
  • 4.5+
  • 717

Orchestrate data using unions, joins, parsing, and performance optimization in Alteryx.

Datamanipulation

3 timmar

course

Working with Geospatial Data in Python

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 676

This course will show you how to integrate spatial data into your Python Data Science workflow.

Datamanipulation

4 timmar

course

Biomedical Image Analysis in Python

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 648

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

Datamanipulation

4 timmar

course

Introduction to Text Analysis in R

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 638

Analyze text data in R using the tidy framework.

Datamanipulation

4 timmar

course

Data Types and Functions in Snowflake

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 634

Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.

Datamanipulation

3 timmar

course

Intermediate SQL Querying with AI

  • GrundläggandeFärdighetsnivå
  • 4.8+
  • 631

Build SQL skills by writing AI prompts that generate queries for sorting, grouping, filtering, and categorizing data.

Datamanipulation

3 timmar

course

Introduction to Oracle SQL

  • GrundläggandeFärdighetsnivå
  • 4.6+
  • 618

Sharpen your skills in Oracle SQL including SQL basics, aggregating, combining, and customizing data.

Datamanipulation

4 timmar

course

Window Functions in Snowflake

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 615

Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.

Datamanipulation

3 timmar

course

Introduction to Polars

  • GrundläggandeFärdighetsnivå
  • 4.6+
  • 597

Learn how to efficiently transform, clean, and analyze data using Polars, a Python library for fast data manipulation.

Datamanipulation

3 timmar

course

Case Study: Analyzing Job Market Data in Power BI

  • GrundläggandeFärdighetsnivå
  • 4.5+
  • 569

Help a fictional company in this interactive Power BI case study. You’ll use Power Query, DAX, and dashboards to identify the most in-demand data jobs!

Datamanipulation

4 timmar

course

Data Manipulation with data.table in R

  • GrundläggandeFärdighetsnivå
  • 4.3+
  • 483

Master core concepts about data manipulation such as filtering, selecting and calculating groupwise statistics using data.table.

Datamanipulation

4 timmar

course

Data Processing in Shell

  • MellanliggandeFärdighetsnivå
  • 4.6+
  • 472

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

Datamanipulation

4 timmar

course

Introduction to Spark SQL in Python

  • AvanceradFärdighetsnivå
  • 4.4+
  • 457

Learn how to manipulate data and create machine learning feature sets in Spark using SQL in Python.

Datamanipulation

4 timmar

course

Feature Engineering with PySpark

  • AvanceradFärdighetsnivå
  • 4.6+
  • 453

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

Datamanipulation

4 timmar

course

Time Series Analysis in SQL Server

  • MellanliggandeFärdighetsnivå
  • 4.5+
  • 435

Explore ways to work with date and time data in SQL Server for time series analysis

Datamanipulation

5 timmar

course

Dealing with Missing Data in Python

  • MellanliggandeFärdighetsnivå
  • 4.5+
  • 409

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

Datamanipulation

4 timmar

course

Functions for Manipulating Data in SQL Server

  • MellanliggandeFärdighetsnivå
  • 4.7+
  • 392

Learn the most important functions for manipulating, processing, and transforming data in SQL Server.

Datamanipulation

4 timmar

course

Introduction to Python in Power BI

  • MellanliggandeFärdighetsnivå
  • 4.5+
  • 356

Learn how to use Python scripts in Power BI for data prep, visualizations, and calculating correlation coefficients.

Datamanipulation

3 timmar

course

Categorical Data in the Tidyverse

  • GrundläggandeFärdighetsnivå
  • 4.3+
  • 335

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.

Datamanipulation

4 timmar

course

Calculations in Sigma

  • GrundläggandeFärdighetsnivå
  • 4.8+
  • 333

Build dynamic Sigma calculations to explore data, automate logic, and uncover trends with practical business examples.

Datamanipulation

2 timmar

course

Customer Segmentation in Python

  • MellanliggandeFärdighetsnivå
  • 4.5+
  • 314

Learn how to segment customers in Python.

Datamanipulation

4 timmar

course

Spoken Language Processing in Python

  • AvanceradFärdighetsnivå
  • 4.8+
  • 309

Learn how to load, transform, and transcribe speech from raw audio files in Python.

Datamanipulation

4 timmar

course

Joining Data with data.table in R

  • MellanliggandeFärdighetsnivå
  • 4.1+
  • 236

This course will show you how to combine and merge datasets with data.table.

Datamanipulation

4 timmar

course

Data Manipulation in KNIME

  • GrundläggandeFärdighetsnivå
  • 4.7+
  • 226

Automate data manipulation with KNIME, mastering merging, aggregation, database workflows, and advanced file handling.

Datamanipulation

3 timmar

FAQs

Vad är datavetenskap?

Datavetenskap är ett expertområde som fokuserar på att utvinna information från data. Med hjälp av programmeringsfärdigheter, vetenskapliga metoder, algoritmer och mer analyserar dataforskare data för att skapa användbara insikter.

Hur kan jag lära mig datavetenskap?

Du behöver lära dig ett programmeringsspråk som Python eller R och behärska principerna för matematik och statistik. Kunskap om dataanalysmetoder och datavetenskapliga verktyg är också viktigt. Det finns många sätt att lära sig datavetenskap. Förutom formella utbildningsmetoder, som en examen eller universitetsstudier, finns det många andra resurser som hjälper dig att lära dig i din egen takt. Förutom onlinekurser och handledningar finns det böcker, videor och mer.

Vilka färdigheter krävs för datavetenskap?

Förutom kunskaper i matematik och statistik behöver data scientists programmeringskunskaper i språk som Python, R och SQL. Dessutom kräver data science förmågan att arbeta med stora datamängder, kunskap om datavisualisering, datahantering och databashantering. Färdigheter inom maskininlärning och djupinlärning kan också vara användbara.

Vad kan jag använda datavetenskap till?

I en professionell kapacitet kan nästan alla branscher använda data science i viss mån. Hälso- och sjukvårdsorganisationer använder data science för att upptäcka och bota sjukdomar, medan finansbolag använder det för att upptäcka och förebygga bedrägerier. Alla typer av branscher använder data science för marknadsföring, till exempel för att bygga rekommendationssystem och analysera kundbortfall.

Är datavetenskap en bra karriär?

Ja, data science är bland de snabbast växande sektorerna i USA och världen över. Det är också en av de bäst betalda karriärerna som finns. Enligt data från Payscale tjänar erfarna data scientists i genomsnitt 97 609 dollar och har ett nöjdhetsbetyg på fyra av fem stjärnor i USA.

Är det svårt att bli data scientist?

Det finns några saker att tänka på här. För det första kan det vara konkurrenskraftigt att komma in på en data science-examen, och den kräver ofta genomgående höga betyg. På samma sätt kräver många av de färdigheter som krävs för data science mycket studier och tålamod. Det kan ta flera månader att behärska alla nödvändiga grunder, såväl som mycket praktisk erfarenhet för att säkra en ingångsposition.

Kräver datavetenskap kodning?

Ja, du behöver viss kodningserfarenhet i språk som Python, R, SQL, Java och C/C++. Men på grund av dess relativt enkla syntax är programmeringsspråket Python ofta det föredragna valet bland nybörjare.

Hur lång tid tar det att bli dataforskare?

För en person utan tidigare kodningserfarenhet och/eller matematisk bakgrund kan det vanligtvis ta 7 till 12 månader av intensiva studier för att nå nivån av en data scientist på ingångsnivå. Det är dock viktigt att komma ihåg att det inte nödvändigtvis gör dig till en riktig data scientist om du bara lär dig den teoretiska grunden inom data science.

Vilka ämnen kan jag studera inom datavetenskap?

När du väl behärskar grunderna i datavetenskap kan du specialisera dig inom en mängd olika områden, inklusive maskininlärning, artificiell intelligens, stordataanalys, affärsanalys och intelligens, datautvinning och mer.

Utveckla dina datakunskaper med DataCamp för mobilen

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