ข้ามไปยังเนื้อหาหลัก

คอร์สด้าน Data, AI และ Cloud

เชี่ยวชาญทักษะที่สำคัญ

ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ

  • เรียนในจังหวะของตัวเอง
  • รับประสบการณ์ปฏิบัติจริง
  • เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
398 คอร์ส

คอร์ส

Developing Applications with Cloud Run on Google Cloud: Fundamentals

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 25 รีวิว

This course introduces the Cloud Run serverless platform for running applications.

Cloud

3 ชั่วโมง 30 min

คอร์ส

Automating Deployments on AWS

  • ระดับกลางระดับทักษะ
  • 5
  • 8 รีวิว

Build CI/CD pipelines with AWS CodePipeline, CodeBuild, and CodeDeploy. Automate blue/green and canary releases, and define infrastructure with CloudFormation.

Cloud

3 ชั่วโมง

คอร์ส

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 62 รีวิว

GAMs จำลองความสัมพันธ์ในข้อมูลเป็นฟังก์ชันไม่เชิงเส้นที่ปรับตัวได้สูงกับปัญหาวิทยาการข้อมูลหลากหลายประเภท

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

กรณีศึกษา: HR Analytics ใน Tableau

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 78 รีวิว

สำรวจการวิเคราะห์ข้อมูล HR ใน Tableau ด้วยกรณีศึกษานี้

การแสดงผลข้อมูลเป็นภาพ

3 ชั่วโมง

คอร์ส

Case Study: Analyzing City Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 146 รีวิว

Strengthen your knowledge of the topics covered in Manipulating Time Series in R using real case study data.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Feature Engineering in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 152 รีวิว

Learn the principles of feature engineering for machine learning models and how to implement them using the R tidymodels framework.

Machine Learning

4 ชั่วโมง

คอร์ส

Machine Learning for Marketing Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 71 รีวิว

เรียนรู้การใช้ data science เพื่อจัดการงานการตลาดยอดนิยมหลายรูปแบบ

Machine Learning

4 ชั่วโมง

คอร์ส

การเทรดหุ้นด้วย R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 77 รีวิว

คอร์สนี้ครอบคลุมพื้นฐานของการเทรดทางการเงินและวิธีใช้ quantstrat เพื่อสร้างกลยุทธ์การเทรดแบบอิงสัญญาณ

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

แนะนำ Spark ด้วย sparklyr ใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 82 รีวิว

เรียนรู้การวิเคราะห์บิ๊กดาต้าด้วย Spark และแพ็กเกจ sparklyr ใน R พร้อมสำรวจ Spark MLIb ในเวลาเพียง 4 ชั่วโมง

วิศวกรรมข้อมูล

4 ชั่วโมง

คอร์ส

Machine Learning Operations (MLOps): Getting Started

  • ระดับกลางระดับทักษะ
  • 5
  • 10 รีวิว

Learn MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.

Cloud

4 ชั่วโมง 30 min

คอร์ส

Detect, Respond, and Recover from Cloud Cybersecurity Attacks

  • ระดับกลางระดับทักษะ
  • 5
  • 4 รีวิว

In this course, you’ll focus on developing capabilities in logging, security, and alert monitoring, along with techniques for mitigating attacks.

Cloud

26 ชั่วโมง 15 min

คอร์ส

Google DeepMind: Accelerate Your Model

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 24 รีวิว

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Cloud

7 ชั่วโมง

คอร์ส

Text Mining with Bag-of-Words in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 138 รีวิว

Learn the bag of words technique for text mining with R.

Machine Learning

4 ชั่วโมง

คอร์ส

Google DeepMind: Represent Your Language Data

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 21 รีวิว

In this Google DeepMind course you will learn how to prepare text data for language models to process.

Cloud

4 ชั่วโมง

คอร์ส

การวิเคราะห์ข้อมูลแบบสำรวจด้วย Python

  • ระดับกลางระดับทักษะ
  • 4.6+
  • 53 รีวิว

เรียนรู้วิธีวิเคราะห์ข้อมูลแบบสำรวจด้วย Python และค้นพบว่าเมื่อใดควรใช้เครื่องมือทางสถิติทั้งเชิงพรรณนาและเชิงอนุมาน

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Auditing Expenses with Claude Cowork

  • ระดับกลางระดับทักษะ
  • 4.6+
  • 5 รีวิว

Bored of pouring over expenses to figure out which ones violate policy? No longer! Use Claude Cowork to produce fast and clear expense violation reports.

ปัญญาประดิษฐ์

15 min

คอร์ส

Build Streaming Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 14 รีวิว

Design and operate batch data pipelines on Google Cloud using Dataflow, Serverless Spark, Cloud Composer, and data validation techniques.

Cloud

3 ชั่วโมง 32 min

คอร์ส

ChIP-seq with Bioconductor in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 51 รีวิว

เรียนรู้วิธีวิเคราะห์และตีความข้อมูล ChIP-seq ด้วย Bioconductor โดยใช้ชุดข้อมูลมะเร็งของมนุษย์

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

กรณีศึกษา: การวิเคราะห์ข้อมูลด้านสุขภาพใน Tableau

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 70 รีวิว

ฝึกใช้ Tableau กับกรณีศึกษาด้านการดูแลสุขภาพของเรา วิเคราะห์ข้อมูล ค้นพบข้อมูลเชิงลึกด้านประสิทธิภาพ และสร้างแดชบอร์ด

การแสดงผลข้อมูลเป็นภาพ

3 ชั่วโมง

คอร์ส

Build Batch Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 11 รีวิว

Explore streaming data architectures on Google Cloud with Pub/Sub, Managed Kafka, Dataflow, and BigQuery for real-time data processing.

Cloud

2 ชั่วโมง 6 min

คอร์ส

Parallel Programming with Dask in Python

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 62 รีวิว

เรียนรู้การใช้การเขียนโปรแกรมแบบขนานด้วย Python กับ Dask เพื่อยกระดับเวิร์กโฟลว์และจัดการบิ๊กดาต้าได้อย่างมีประสิทธิภาพ

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Introduction to Security in the World of AI

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 19 รีวิว

This course equips security and data protection leaders with strategies to securely manage AI within their organizations.

Cloud

1 ชั่วโมง

คอร์ส

Introduction to Natural Language Processing in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 40 รีวิว

Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.

Machine Learning

4 ชั่วโมง

คอร์ส

AI Infrastructure: Introduction to AI Hypercomputer

  • ระดับกลางระดับทักษะ
  • 5
  • 13 รีวิว

Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.

Cloud

1 ชั่วโมง

คอร์ส

Production Machine Learning Systems

  • ระดับกลางระดับทักษะ
  • 5
  • 8 รีวิว

Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.

Cloud

16 ชั่วโมง

คอร์ส

Loan Amortization ใน Google Sheets

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 50 รีวิว

เรียนรู้วิธีสร้างแดชบอร์ดการตัดจำหน่ายใน Google Sheets ด้วยสูตรการเงินและสูตรเงื่อนไข

การเงินประยุกต์

4 ชั่วโมง

FAQs

วิทยาศาสตร์ข้อมูลคืออะไร?

data science เป็นสาขาความเชี่ยวชาญที่มุ่งเน้นการรับข้อมูลจากข้อมูล โดยใช้ทักษะการเขียนโปรแกรม วิธีการทางวิทยาศาสตร์ อัลกอริทึม และอื่น ๆ นักวิทยาศาสตร์ข้อมูลวิเคราะห์ข้อมูลเพื่อสร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง

จะเรียน data science ได้อย่างไร?

คุณจะต้องเรียนรู้ภาษาโปรแกรมเช่น Python หรือ R และฝึกฝนหลักการของคณิตศาสตร์และสถิติ ความรู้เกี่ยวกับวิธีการวิเคราะห์ข้อมูลและเครื่องมือ data science ก็จำเป็นเช่นกัน มีหลายวิธีในการเรียน data science นอกจากการศึกษาแบบเป็นทางการ เช่น ปริญญาหรือการเรียนในมหาวิทยาลัย ยังมีแหล่งข้อมูลอื่น ๆ อีกมากมายที่ช่วยให้คุณเรียนในจังหวะของตัวเอง ทั้งคอร์สออนไลน์ บทช่วยสอน หนังสือ วิดีโอ และอื่น ๆ

ต้องการทักษะอะไรสำหรับ data science?

นอกจากความรู้ด้านคณิตศาสตร์และสถิติแล้ว นักวิทยาศาสตร์ข้อมูลยังต้องมีทักษะการเขียนโปรแกรมในภาษาเช่น Python, R และ SQL วิทยาศาสตร์ข้อมูลยังต้องการความสามารถในการทำงานกับชุดข้อมูลขนาดใหญ่ ความรู้ด้าน data visualization การจัดการข้อมูล และการจัดการฐานข้อมูล ทักษะด้าน machine learning และ deep learning ก็อาจเป็นประโยชน์เช่นกัน

ฉันสามารถใช้ data science เพื่ออะไรได้บ้าง?

ในแง่วิชาชีพ เกือบทุกอุตสาหกรรมสามารถใช้ data science ได้ในระดับหนึ่ง องค์กรด้านสุขภาพใช้ data science เพื่อตรวจจับและรักษาโรค ในขณะที่บริษัทการเงินใช้เพื่อตรวจจับและป้องกันการฉ้อโกง ทุกประเภทอุตสาหกรรมใช้ data science สำหรับการตลาด เช่น การสร้างระบบแนะนำและการวิเคราะห์การสูญเสียลูกค้า

วิทยาศาสตร์ข้อมูลเป็นอาชีพที่ดีหรือเปล่า?

ใช่ วิทยาศาสตร์ข้อมูลเป็นหนึ่งในภาคส่วนที่เติบโตเร็วที่สุดทั้งในสหรัฐอเมริกาและทั่วโลก และยังเป็นหนึ่งในอาชีพที่มีรายได้สูงที่สุดอีกด้วย จากข้อมูลของ Payscale นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มีรายได้เฉลี่ย $97,609 และได้รับคะแนนความพึงพอใจสี่ดาวจากห้าดาวในสหรัฐอเมริกา

การเป็นนักวิทยาศาสตร์ข้อมูลนั้นยากหรือไม่?

มีสิ่งสองสามอย่างที่ต้องพิจารณา ประการแรก ปริญญาด้าน data science อาจมีการแข่งขันสูงในการเข้าเรียน มักต้องการเกรดที่ดีอย่างสม่ำเสมอ ในทำนองเดียวกัน ทักษะหลายอย่างที่จำเป็นสำหรับ data science ต้องการการศึกษาและความอดทนมาก อาจใช้เวลาหลายเดือนเพื่อฝึกฝนพื้นฐานที่จำเป็นทั้งหมด รวมถึงประสบการณ์ปฏิบัติจริงมากมายเพื่อให้ได้ตำแหน่งระดับเริ่มต้น

data science ต้องเขียนโค้ดหรือไม่?

ใช่ คุณจะต้องมีประสบการณ์เขียนโค้ดในภาษาต่างๆ เช่น Python, R, SQL, Java และ C/C++ อย่างไรก็ตาม เนื่องจาก Python มีไวยากรณ์ที่ค่อนข้างเรียบง่าย จึงมักเป็นตัวเลือกแรกสำหรับผู้เริ่มต้น

ใช้เวลานานแค่ไหนในการเป็น data scientist?

สำหรับผู้ที่ไม่มีประสบการณ์การเขียนโค้ดและ/หรือพื้นฐานคณิตศาสตร์มาก่อน โดยทั่วไปอาจต้องใช้เวลาศึกษาอย่างเข้มข้น 7 ถึง 12 เดือนเพื่อให้ถึงระดับนักวิทยาศาสตร์ข้อมูลมือใหม่ อย่างไรก็ตาม สิ่งสำคัญที่ต้องจำไว้คือการเรียนรู้เพียงแค่ทฤษฎีของวิทยาศาสตร์ข้อมูลอาจยังไม่เพียงพอที่จะทำให้คุณเป็นนักวิทยาศาสตร์ข้อมูลที่แท้จริง

หัวข้อใดบ้างที่ฉันสามารถเรียนได้ใน data science?

เมื่อเชี่ยวชาญพื้นฐานด้านวิทยาศาสตร์ข้อมูลแล้ว คุณสามารถเจาะลึกในสาขาที่หลากหลาย ไม่ว่าจะเป็น machine learning, ปัญญาประดิษฐ์, การวิเคราะห์ข้อมูลขนาดใหญ่, business analytics, data mining และอื่นๆ อีกมากมาย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา