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.
345 Kurser

Kurs

Experimental Design in R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 324 recensioner

In this course youll learn about basic experimental design, a crucial part of any data analysis.

Sannolikhet och statistik

4 timmar

Kurs

Building Web Applications with Shiny in R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 214 recensioner

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

4 timmar

Kurs

Foundations of Probability in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 201 recensioner

Learn fundamental probability concepts like random variables, mean and variance, probability distributions, and conditional probabilities.

Sannolikhet och statistik

5 timmar

Kurs

Statistical Techniques in Tableau

  • MedelnivåKunskapsnivå
  • 4.8+
  • 634 recensioner

Take your reporting skills to the next level with Tableau’s built-in statistical functions.

Sannolikhet och statistik

4 timmar

Kurs

Cleaning Data in PostgreSQL Databases

  • MedelnivåKunskapsnivå
  • 4.8+
  • 444 recensioner

Learn to tame your raw, messy data stored in a PostgreSQL database to extract accurate insights.

Dataförberedelse

4 timmar

Kurs

Introduction to TensorFlow in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 53 recensioner

Learn the fundamentals of neural networks and how to build deep learning models using TensorFlow.

Maskininlärning

4 timmar

Kurs

Introduction to Optimization in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 184 recensioner

Learn to solve real-world optimization problems using Pythons SciPy and PuLP, covering everything from basic to constrained and complex optimization.

Programvaruutveckling

4 timmar

Kurs

Supervised Learning in R: Regression

  • MedelnivåKunskapsnivå
  • 4.6+
  • 98 recensioner

In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.

Maskininlärning

4 timmar

Kurs

Intermediate Importing Data in R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 268 recensioner

Parse data in any format. Whether its flat files, statistical software, databases, or data right from the web.

Dataförberedelse

3 timmar

Kurs

Window Functions in Snowflake

  • MedelnivåKunskapsnivå
  • 4.8+
  • 473 recensioner

Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.

Datamanipulation

3 timmar

Kurs

Cluster Analysis in R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 69 recensioner

Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

Maskininlärning

4 timmar

Kurs

Foundations of PySpark

  • MedelnivåKunskapsnivå
  • 4.7+
  • 601 recensioner

Learn to implement distributed data management and machine learning in Spark using the PySpark package.

Datateknik

4 timmar

Kurs

Machine Learning with caret in R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 42 recensioner

This course teaches the big ideas in machine learning like how to build and evaluate predictive models.

Maskininlärning

4 timmar

Kurs

Visualizing Time Series Data in R

  • MedelnivåKunskapsnivå
  • 4.8+
  • 175 recensioner

Learn how to visualize time series in R, then practice with a stock-picking case study.

Datavisualisering

4 timmar

Kurs

Fully Automated MLOps

  • MedelnivåKunskapsnivå
  • 4.8+
  • 322 recensioner

Learn about MLOps architecture, CI/CD/CM/CT techniques, and automation patterns to deploy ML systems that can deliver value over time.

Maskininlärning

4 timmar

Kurs

RNA-Seq with Bioconductor in R

  • MedelnivåKunskapsnivå
  • 4.7+
  • 138 recensioner

Use RNA-Seq differential expression analysis to identify genes likely to be important for different diseases or conditions.

Sannolikhet och statistik

4 timmar

Kurs

Introduction to AWS Boto in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 206 recensioner

Learn about AWS Boto and harnessing cloud technology to optimize your data workflow.

Moln

4 timmar

Kurs

Multi-Modal Systems with the OpenAI API

  • MedelnivåKunskapsnivå
  • 4.8+
  • 436 recensioner

Create multi-modal systems using OpenAIs text and audio models, including an end-to-end customer support chatbot!

Artificiell intelligens

2 timmar

Kurs

Improving Your Data Visualizations in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 286 recensioner

Learn to construct compelling and attractive visualizations that help communicate results efficiently and effectively.

Datavisualisering

4 timmar

Kurs

Introduction to Data Versioning with DVC

  • MedelnivåKunskapsnivå
  • 4.7+
  • 377 recensioner

Explore Data Version Control for ML data management. Master setup, automate pipelines, and evaluate models seamlessly.

Maskininlärning

3 timmar

Kurs

Data Processing in Shell

  • MedelnivåKunskapsnivå
  • 4.8+
  • 488 recensioner

Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.

Datamanipulation

4 timmar

Kurs

Dealing with Missing Data in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 178 recensioner

Learn how to identify, analyze, remove and impute missing data in Python.

Datamanipulation

4 timmar

Kurs

Market Basket Analysis in Python

  • MedelnivåKunskapsnivå
  • 4.8+
  • 259 recensioner

Explore association rules in market basket analysis with Python by bookstore data and creating movie recommendations.

Maskininlärning

4 timmar

Kurs

Visualizing Geospatial Data in Python

  • MedelnivåKunskapsnivå
  • 4.7+
  • 333 recensioner

Learn how to make attractive visualizations of geospatial data in Python using the geopandas package and folium maps.

Datavisualisering

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.