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.
82 Kurser

Kurs

Inferens för numeriska data i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 108 recensioner

I den här kursen lär du dig tekniker för att göra statistisk inferens på numeriska data.

Sannolikhet och statistik

4 timmar

Kurs

Grunderna i inferens med Python

  • AvanceradKunskapsnivå
  • 4.8+
  • 228 recensioner

Få praktisk erfarenhet av att dra säkra slutsatser utifrån data i denna fyra timmar långa kurs om statistisk inferens i Python.

Sannolikhet och statistik

4 timmar

Kurs

Överlevnadsanalys i Python

  • AvanceradKunskapsnivå
  • 4.7+
  • 72 recensioner

Använd överlevnadsanalys för att arbeta med tid-till-händelse-data och förutsäga överlevnadstid.

Sannolikhet och statistik

4 timmar

Kurs

Diskret händelsesimulering i Python

  • AvanceradKunskapsnivå
  • 4.7+
  • 72 recensioner

Upptäck kraften i diskret händelsesimulering för att optimera dina affärsprocesser. Lär dig utveckla digitala tvillingar med Pythons SimPy-paket.

Sannolikhet och statistik

4 timmar

Kurs

Generaliserade linjära modeller i Python

  • AvanceradKunskapsnivå
  • 4.7+
  • 145 recensioner

Utöka din regressionsverktygslåda med logistiska och Poisson-modeller och lär dig träna, förstå och validera dem samt göra prognoser.

Sannolikhet och statistik

5 timmar

Kurs

Inferens för kategoriska data i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 112 recensioner

I den här kursen lär du dig att använda statistiska tekniker för att arbeta med kategoriska data.

Sannolikhet och statistik

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

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

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

Hyperparameterjustering i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 59 recensioner

Lär dig hur du justerar din modells hyperparametrar för att få bästa möjliga prediktiva resultat.

Maskininlärning

4 timmar

Kurs

Skalbar databehandling i R

  • AvanceradKunskapsnivå
  • 4.7+
  • 25 recensioner

Lär dig skriva skalbar kod för att arbeta med big data i R med paketen bigmemory och iotools.

Programvaruutveckling

4 timmar

Kurs

Öva på statistiska intervjufrågor i R

  • AvanceradKunskapsnivå
  • 4.7+
  • 22 recensioner

I den här kursen förbereder du dig för de vanligaste statistiska ämnena, från fördelningar till hypotesprövning, regressionsmodeller och mycket mer.

Sannolikhet och statistik

4 timmar

Kurs

Manage Scalable Workloads in GKE

  • AvanceradKunskapsnivå
  • 4.6+
  • 5 recensioner

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

Moln

7 timmar 20 min

Kurs

Bayesiansk modellering med RJAGS

  • AvanceradKunskapsnivå
  • 4.8+
  • 51 recensioner

I den här kursen lär du dig att implementera mer avancerade Bayesianska modeller med RJAGS.

Sannolikhet och statistik

4 timmar

Kurs

Maskinöversättning med Keras

  • AvanceradKunskapsnivå
  • 4.8+
  • 47 recensioner

Nyfiken på hur modellerna bakom produkter som Google Translate fungerar?

Artificiell intelligens

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.

Download on the App StoreGet it on Google Play