Kurs
Introduktion till TensorFlow i Python
- MedelnivåKunskapsnivå
- 4.8+
- 54 recensioner
Lär dig grunderna i neurala nätverk och hur du bygger deep learning-modeller med TensorFlow.
Maskininlärning
Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.
eller
Kurs
Lär dig grunderna i neurala nätverk och hur du bygger deep learning-modeller med TensorFlow.
Maskininlärning
Kurs
Lär dig dra slutsatser om en population från ett dataprovs genom en process som kallas statistisk inferens.
Sannolikhet och statistik
Kurs
Lär dig om MLOps-arkitektur, CI/CD/CM/CT-tekniker och automationsmönster för att driftsätta ML-system som kan leverera värde över tid.
Maskininlärning
Kurs
Lär dig strukturera dina PostgreSQL-frågor så att de körs på en bråkdel av tiden.
Programvaruutveckling
Kurs
Den här kursen visar hur du integrerar spatial data i ditt Python Data Science-arbetsflöde.
Datamanipulation
Kurs
Utforska Data Version Control för hantering av ML-data. Bemästra uppsättning, automatisera pipelines och utvärdera modeller sömlöst.
Maskininlärning
Kurs
Build, deploy, and optimize serverless apps with AWS Lambda. Master event processing, error handling, concurrency, and safe deployments in a live AWS Console.
Moln
Kurs
Lär dig att tämja dina råa, röriga data som lagras i en PostgreSQL-databas för att få fram korrekta insikter.
Dataförberedelse
Kurs
Du använder Net Revenue Management-tekniker i Excel för ett företag inom snabbkonsumentvaror.
Tillämpad ekonomi
Kurs
Take your reporting skills to the next level with Tableau’s built-in statistical functions.
Sannolikhet och statistik
Kurs
I den här kursen lär du dig grundläggande experimentell design, en avgörande del av all dataanalys.
Sannolikhet och statistik
Kurs
Skapa multimodala system med OpenAI:s text- och ljudmodeller, inklusive en kundsupportchatbot från början till slut!
Artificiell intelligens
Kurs
Shiny is an R package that makes it easy to build interactive web apps directly in R, allowing your team to explore your data as dashboards or visualizations.
Programvaruutveckling
Kurs
Lär dig grunderna i att utforska, manipulera och mäta biomedicinska bilddata.
Datamanipulation
Kurs
Öva Power BI med vår vårdcase-studie. Analysera data, upptäck effektivitetsinsikter och bygg en instrumentpanel.
Datavisualisering
Kurs
Lär dig att implementera distribuerad datahantering och maskininlärning i Spark med PySpark-paketet.
Datateknik
Kurs
Learn about AWS Boto and harnessing cloud technology to optimize your data workflow.
Moln
Kurs
Fine-tune Llama for custom tasks using TorchTune, and learn techniques for efficient fine-tuning such as quantization.
Artificiell intelligens
Kurs
Lär dig de viktigaste teknikerna för att utvinna meningsfulla insikter från tidsseriedata.
Sannolikhet och statistik
Kurs
Lär dig kraftfulla kommandoradskunskaper för att ladda ner, bearbeta och transformera data, inklusive maskininlärningspipeline.
Datamanipulation
Kurs
Utforska associationsregler i marknadskorgsanalys med Python med bokhandelsdata och skapa filmtips.
Maskininlärning
Kurs
Utforska sätt att arbeta med datum- och tidsdata i SQL Server för tidsserieanalys
Datamanipulation
Kurs
Learn to write scripts that will catch and handle errors and control for multiple operations happening at once.
Programvaruutveckling
Kurs
Lär dig allt om fördelarna med Bayesiansk dataanalys och tillämpa den på en mängd verkliga användningsfall!
Sannolikhet och statistik
Kurs
Learn to use Googles Agent Development Kit (ADK) to build complex, production-ready AI agents with a code-first, structured development approach.
Moln
Kurs
Lär dig att modellera och förutsäga aktiedatavärden med linjära modeller, beslutsträd, random forests och neurala nätverk.
Maskininlärning
Kurs
Den här kursen ger en introduktion till klustring och dimensionsreduktion i R ur ett maskininlärningsperspektiv.
Maskininlärning
Kurs
Använd RNA-Seq differential expression analysis för att identifiera gener som sannolikt är viktiga för olika sjukdomar eller tillstånd.
Sannolikhet och statistik
Kurs
Lär dig vad bayesiansk dataanalys är, hur den fungerar och varför det är ett användbart verktyg i din data science-verktygslåda.
Sannolikhet och statistik
Kurs
Den här kursen ger dig färdigheterna att analysera, visualisera och förstå nätverk med biblioteket NetworkX.
Sannolikhet och statistik
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.