Kurs
Supervised Learning in R: Classification
- MedelnivåKunskapsnivå
- 4.7+
- 138 recensioner
In this course you will learn the basics of machine learning for classification.
Maskininlärning
Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.
eller
Kurs
In this course you will learn the basics of machine learning for classification.
Maskininlärning
Kurs
Learn to clean data as quickly and accurately as possible to help you move from raw data to awesome insights.
Dataförberedelse
Kurs
Learn to work with Plain Old Java Objects, master the Collections Framework, and handle exceptions like a pro, with logging to back it all up!
Programvaruutveckling
Kurs
Bash scripting allows you to build analytics pipelines in the cloud and work with data stored across multiple files.
Programvaruutveckling
Kurs
Build and deploy scalable web apps and serverless functions in Azure while mastering security, monitoring, and automation.
Moln
Kurs
Create new features to improve the performance of your Machine Learning models.
Maskininlärning
Kurs
Master Apache Kafka! From core concepts to advanced architecture, learn to create, manage, and troubleshoot Kafka for real-world data streaming challenges!
Datateknik
Kurs
In this course, you will use T-SQL, the flavor of SQL used in Microsofts SQL Server for data analysis.
Programvaruutveckling
Kurs
Master sampling to get more accurate statistics with less data.
Sannolikhet och statistik
Kurs
Learn to create your own Python packages to make your code easier to use and share with others.
Programvaruutveckling
Kurs
Learn fundamental natural language processing techniques using Python and how to apply them to extract insights from real-world text data.
Maskininlärning
Kurs
Unlock BigQuerys power: grasp its fundamentals, execute queries, and optimize workflows for efficient data analysis.
Datateknik
Kurs
In this course, you will be introduced to unsupervised learning through techniques such as hierarchical and k-means clustering using the SciPy library.
Maskininlärning
Kurs
Dive into the world of machine learning and discover how to design, train, and deploy end-to-end models.
Maskininlärning
Kurs
Learn to use facets, coordinate systems and statistics in ggplot2 to create meaningful explanatory plots.
Datavisualisering
Kurs
Learn to write faster R code, discover benchmarking and profiling, and unlock the secrets of parallel programming.
Programvaruutveckling
Kurs
Learn the basics of model validation, validation techniques, and begin creating validated and high performing models.
Maskininlärning
Kurs
Transform almost any dataset into a tidy format to make analysis easier.
Datamanipulation
Kurs
Learn to manipulate and analyze flexibly structured data with MongoDB.
Datateknik
Kurs
Learn how to build your own SQL reports and dashboards, plus hone your data exploration, cleaning, and validation skills.
Rapportering
Kurs
Advance your Java skills by learning to handle files, process data, and build clean, reusable code using real-world techniques.
Programvaruutveckling
Kurs
Reshape DataFrames from a wide to long format, stack and unstack rows and columns, and wrangle multi-index DataFrames.
Datamanipulation
Kurs
Learn how to prepare credit application data, apply machine learning and business rules to reduce risk and ensure profitability.
Tillämpad ekonomi
Kurs
Learn the core techniques necessary to extract meaningful insights from time series data.
Sannolikhet och statistik
Kurs
Build end-to-end data pipelines - from cleaning and aggregation to streaming and orchestration.
Datateknik
Kurs
This course helps your preparation for the Associate Cloud Engineer exam, learn about the Google Cloud domains in the exam and create a study plan.
Moln
Kurs
In this course, youll learn the basics of relational databases and how to interact with them.
Datamanipulation
Kurs
Learn techniques for automated hyperparameter tuning in Python, including Grid, Random, and Informed Search.
Maskininlärning
Kurs
Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.
Datamanipulation
Kurs
Are customers thrilled with your products or is your service lacking? Learn how to perform an end-to-end sentiment analysis task.
Maskininlärning
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.
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.
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.
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.
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.
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.
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.
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.
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.
Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.