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.
127 Kurser

Kurs

Kategoriska data i Tidyverse

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 177 recensioner

Gör dig redo att kategorisera! I den här kursen arbetar du med icke-numeriska data, som jobbtitlar eller enkätsvar, med Tidyverse-landskapet.

Datamanipulation

4 timmar

Kurs

Support Vector Machines i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 95 recensioner

Den här kursen introducerar support vector machine (SVM) med ett intuitivt, visuellt tillvägagångssätt.

Maskininlärning

4 timmar

Kurs

Nätverksanalys i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 135 recensioner

Lär dig analysera och visualisera nätverksdata med paketet igraph och skapa interaktiva nätverksdiagram med threejs.

Sannolikhet och statistik

4 timmar

Kurs

A/B-testning i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 95 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

Datamanipulering med data.table i R

  • GrundläggandeKunskapsnivå
  • 4.6+
  • 23 recensioner

Bemästra kärnkoncept för datamanipulation som filtrering, urval och beräkning av gruppvisa statistik med data.table.

Datamanipulation

4 timmar

Kurs

R för SAS-användare

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 29 recensioner

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

Programvaruutveckling

4 timmar

Kurs

Inferens för kategoriska data i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 117 recensioner

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

Sannolikhet och statistik

4 timmar

Kurs

Kreditriskmodellering i R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 88 recensioner

Lär dig modellera kreditrisk med logistisk regression och besluts­träd i praktiska, verkliga scenarier.

Tillämpad ekonomi

4 timmar

Kurs

Kvantitativ riskhantering i R

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 85 recensioner

Arbeta med riskfaktorers avkastningsserier, studera deras empiriska egenskaper och gör uppskattningar av value-at-risk.

Tillämpad ekonomi

5 timmar

Kurs

Inferens för numeriska data i R

  • AvanceradKunskapsnivå
  • 4.8+
  • 113 recensioner

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

Sannolikhet och statistik

4 timmar

Kurs

Introduktion till portföljanalys i R

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 152 recensioner

Tillämpa dina finance- och R-kunskaper för att backtesta, analysera och optimera finansiella portföljer.

Tillämpad ekonomi

5 timmar

Kurs

Programmering med dplyr

  • MedelnivåKunskapsnivå
  • 4.7+
  • 52 recensioner

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

Datamanipulation

4 timmar

Kurs

Defensiv R-programmering

  • MedelnivåKunskapsnivå
  • 4.8+
  • 90 recensioner

Lär dig defensiv programmering i R för att göra din kod mer robust.

Programvaruutveckling

4 timmar

Kurs

Modellering med tidymodels i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 186 recensioner

Lär dig effektivisera dina maskininlärningsarbetsflöden med tidymodels.

Maskininlärning

4 timmar

Kurs

HR-analys: Utforska medarbetardata i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 42 recensioner

Lär dig att manipulera, visualisera och utföra statistiska tester genom en serie fallstudier inom HR-analys.

Explorativ dataanalys

5 timmar

Kurs

Developing R Packages

  • MedelnivåKunskapsnivå
  • 4.7+
  • 158 recensioner

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Programvaruutveckling

4 timmar

Kurs

Visualisering av tidsseriedata i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 185 recensioner

Lär dig visualisera tidsserier i R och öva sedan med en fallstudie om aktieurval.

Datavisualisering

4 timmar

Kurs

Obligationsvärdering och analys i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 91 recensioner

Lär dig använda R för att utveckla modeller för att utvärdera och analysera obligationer samt skydda dem mot ränteförändringar.

Tillämpad ekonomi

4 timmar

Kurs

Finansiell handel i R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 78 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

Interaktiv datavisualisering med plotly i R

  • GrundläggandeKunskapsnivå
  • 4.8+
  • 86 recensioner

Lär dig använda plotly i R för att skapa interaktiva datavisualiseringar som stärker ditt databerättande.

Datavisualisering

4 timmar

Kurs

Feature Engineering i R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 157 recensioner

Behärska principerna för feature engineering för machine learning-modeller och implementera dem med R tidymodels framework.

Maskininlärning

4 timmar

Kurs

Fallstudier: Nätverksanalys i R

  • GrundläggandeKunskapsnivå
  • 4.7+
  • 50 recensioner

Tillämpa grundläggande koncept inom nätverksanalys på stora verkliga datamängder i 4 olika fallstudier.

Sannolikhet och statistik

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 datafärdigheter med DataCamp for Mobile

Gör framsteg på språng med våra mobilkurser och dagliga femminuters kodningsutmaningar.