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.
771 Kurser

Kurs

R för SAS-användare

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 28 recensioner

Lär dig översätta din SAS-kunskap till R och analysera data med detta kostnadsfria och kraftfulla programspråk.

Programvaruutveckling

4 timmar

Kurs

MLOps för företag

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 150 recensioner

Lär dig om MLOps, inklusive verktyg och arbetssätt för att automatisera och skala maskininlärningsapplikationer.

Maskininlärning

3 timmar

Kurs

A/B-testning i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 91 recensioner

Lär dig grunderna i A/B-testning i R, inklusive hur du utformar experiment, analyserar data, förutspår resultat och presenterar resultat med visualiseringar.

Sannolikhet och statistik

4 timmar

Kurs

Programmering med dplyr

  • MedelnivåKunskapsnivå
  • 4.8+
  • 50 recensioner

Lär dig att utföra avancerade dplyr-transformationer och använda dplyr- och ggplot2-kod i funktioner.

Datamanipulation

4 timmar

Kurs

Nätverksanalys i Python – fortsättningskurs

  • AvanceradKunskapsnivå
  • 4.8+
  • 79 recensioner

Analysera tidsseriegrafer, använd bipartita grafer och få färdigheterna att lösa avancerade problem inom nätverksanalys.

Sannolikhet och statistik

4 timmar

Kurs

Fallstudie: Försäljningsanalys med Databricks Genie

  • GrundläggandeKunskapsnivå
  • 4.9+
  • 12 recensioner

Bygg ett Databricks Genie-utrymme från början till slut: beskrivningar, synonymer, instruktioner, tabellrelationer, exempelfrågor, övervakning och riktmärken.

Datateknik

2 timmar

Kurs

GARCH-modeller i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 97 recensioner

Specificera och anpassa GARCH-modeller för att prognostisera tidsvarierande volatilitet och value-at-risk.

Tillämpad ekonomi

4 timmar

Kurs

Google: Introduction to Large Language Models

  • GrundläggandeKunskapsnivå
  • 5
  • 15 recensioner

This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.

Moln

1 timme

Kurs

Google DeepMind: Accelerate Your Model

  • MedelnivåKunskapsnivå
  • 4.9+
  • 21 recensioner

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Moln

7 timmar

Kurs

Feature Engineering in R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 150 recensioner

Learn the principles of feature engineering for machine learning models and how to implement them using the R tidymodels framework.

Maskininlärning

4 timmar

Kurs

Fallstudie: HR-analys i Tableau

  • MedelnivåKunskapsnivå
  • 4.8+
  • 77 recensioner

Utforska HR-dataanalys i Tableau med denna fallstudie.

Datavisualisering

3 timmar

Kurs

Google: Manage Agent Memory and State

  • MedelnivåKunskapsnivå
  • 4.6+
  • 23 recensioner

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

Moln

1 timme 30 min

Kurs

Google: Add Agent Capabilities With Tools

  • MedelnivåKunskapsnivå
  • 4.7+
  • 22 recensioner

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Moln

3 timmar

Kurs

Build Data Lakes and Data Warehouses on Google Cloud

  • MedelnivåKunskapsnivå
  • 4.9+
  • 17 recensioner

Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.

Moln

3 timmar 48 min

Kurs

Introduction to Spark with sparklyr in R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 82 recensioner

Learn how to run big data analysis using Spark and the sparklyr package in R, and explore Spark MLIb in just 4 hours.

Datateknik

4 timmar

Kurs

Obligationsvärdering och -analys i Python

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 72 recensioner

Lär dig hur obligationer fungerar, hur du prissätter dem och bedömer vissa risker med paketen numpy och numpy-financial.

Tillämpad ekonomi

4 timmar

Kurs

Logging and Monitoring in Google Cloud

  • GrundläggandeKunskapsnivå
  • 4.9+
  • 23 recensioner

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Moln

5 timmar 15 min

Kurs

Bayesiansk regressionsmodellering med rstanarm

  • AvanceradKunskapsnivå
  • 4.8+
  • 69 recensioner

Lär dig använda Bayesianska skattningsmetoder för att dra bättre slutsatser om linjära regressionsmodeller.

Sannolikhet och statistik

4 timmar

Kurs

Finansiell handel i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 77 recensioner

Den här kursen går igenom grunderna i finansiell handel och hur du använder quantstrat för att bygga signalbaserade handelsstrategier.

Tillämpad ekonomi

5 timmar

Kurs

Fallstudie: Lageranalys i Tableau

  • MedelnivåKunskapsnivå
  • 4.7+
  • 65 recensioner

Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.

Datavisualisering

2 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.