ข้ามไปยังเนื้อหาหลัก

คอร์สด้าน Data, AI และ Cloud

เชี่ยวชาญทักษะที่สำคัญ

ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ

  • เรียนในจังหวะของตัวเอง
  • รับประสบการณ์ปฏิบัติจริง
  • เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
391 คอร์ส

คอร์ส

ChIP-seq with Bioconductor in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 55 รีวิว

เรียนรู้วิธีวิเคราะห์และตีความข้อมูล ChIP-seq ด้วย Bioconductor โดยใช้ชุดข้อมูลมะเร็งของมนุษย์

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Strategies for Cloud Security Risk Management

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 12 รีวิว

This course is a thrilling mix of expert-led courses and immersive Google Cloud challenges through interactive labs.

Cloud

21 ชั่วโมง 15 min

คอร์ส

AI Infrastructure: Deployment Types

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 23 รีวิว

A guide to deploying, managing, and optimizing AI and high-performance computing (HPC) workloads on Google Cloud.

Cloud

1 ชั่วโมง 30 min

คอร์ส

Market Basket Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 100 รีวิว

Explore association rules in market basket analysis with R by analyzing retail data and creating movie recommendations.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

กรณีศึกษา: การวิเคราะห์ข้อมูลด้านสุขภาพใน Tableau

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 75 รีวิว

ฝึกใช้ Tableau กับกรณีศึกษาด้านการดูแลสุขภาพของเรา วิเคราะห์ข้อมูล ค้นพบข้อมูลเชิงลึกด้านประสิทธิภาพ และสร้างแดชบอร์ด

การแสดงผลข้อมูลเป็นภาพ

3 ชั่วโมง

คอร์ส

Feature Engineering in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 160 รีวิว

เรียนรู้หลักการ feature engineering สำหรับโมเดล machine learning และวิธีนำไปใช้ด้วย R tidymodels framework

Machine Learning

4 ชั่วโมง

คอร์ส

Accelerate App Development with Gemini CLI

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 19 รีวิว

Learn about gemini CLI installation and configuration, and introduces use cases and security best practices

Cloud

3 ชั่วโมง

คอร์ส

แนะนำ Spark ด้วย sparklyr ใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 87 รีวิว

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

วิศวกรรมข้อมูล

4 ชั่วโมง

คอร์ส

Loan Amortization ใน Google Sheets

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 54 รีวิว

เรียนรู้วิธีสร้างแดชบอร์ดการตัดจำหน่ายใน Google Sheets ด้วยสูตรการเงินและสูตรเงื่อนไข

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Model Armor: Securing AI Deployments

  • ระดับกลางระดับทักษะ
  • 5
  • 17 รีวิว

This course reviews the essential security features of Model Armor and equips you to work with the service.

Cloud

2 ชั่วโมง 30 min

คอร์ส

Build Streaming Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 22 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

การ Join ข้อมูลด้วย data.table ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 77 รีวิว

เรียนรู้การรวมและผสานชุดข้อมูลด้วย data.table

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Machine Learning for Marketing Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 74 รีวิว

เรียนรู้การใช้ data science เพื่อจัดการงานการตลาดยอดนิยมหลายรูปแบบ

Machine Learning

4 ชั่วโมง

คอร์ส

Deploy and Scale AI Models with Cloud Run

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 19 รีวิว

This course is designed for developers, data scientists, and ML engineers interested in quickly deploying AI inference services on Cloud Run.

Cloud

1 ชั่วโมง 15 min

คอร์ส

Case Study: Analyzing City Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 149 รีวิว

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

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

กรณีศึกษา: การวิเคราะห์ข้อมูลฟิตเนสใน Alteryx

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 60 รีวิว

ยกระดับทักษะ Alteryx ของคุณด้วยข้อมูลฟิตเนสจริง เพื่อพัฒนากลยุทธ์การตลาดแบบเจาะจงและผลิตภัณฑ์นวัตกรรม!

การเตรียมข้อมูล

3 ชั่วโมง

คอร์ส

Pandas Joins for Spreadsheet Users

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 61 รีวิว

เรียนรู้วิธีรวมชุดข้อมูลในรูปแบบตารางอย่างมีประสิทธิภาพและได้ผลด้วยไลบรารี Python Pandas

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Configure Gemini Code Assist for Organizations

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 21 รีวิว

The course introduces the benefits of Gemini Code Assist and compares the features of the different Gemini Code Assist editions.

Cloud

1 ชั่วโมง 30 min

คอร์ส

Build Batch Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 16 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

Intermediate Regular Expressions in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 38 รีวิว

Manipulate text data, analyze it and more by mastering regular expressions and string distances in R.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Gemini for end-to-end SDLC

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 16 รีวิว

With help from Gemini, you learn how to develop and build a web application, fix errors in the application, develop tests, and query data.

Cloud

1 ชั่วโมง 30 min

คอร์ส

Put It All Together: Prepare for a Cloud Security Analyst Job

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 15 รีวิว

In this course, you’ll combine and apply key concepts such as cloud security principles, risk management, and more in an interactive capstone project.

Cloud

11 ชั่วโมง

คอร์ส

กรณีศึกษา: HR Analytics ใน Tableau

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 82 รีวิว

สำรวจการวิเคราะห์ข้อมูล HR ใน Tableau ด้วยกรณีศึกษานี้

การแสดงผลข้อมูลเป็นภาพ

3 ชั่วโมง

คอร์ส

การวิเคราะห์ความรู้สึกใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 99 รีวิว

เรียนรู้การวิเคราะห์ความรู้สึกด้วยการระบุภาษาบวกและลบ เจตนาเชิงอารมณ์เฉพาะ และสร้างภาพข้อมูลที่น่าสนใจ

Machine Learning

4 ชั่วโมง

คอร์ส

การเขียนโปรแกรมแบบขนานใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 82 รีวิว

ปลดล็อกพลังของการประมวลผลแบบขนานใน R ยกระดับทักษะวิเคราะห์ข้อมูล เร่งการคำนวณ และจัดการชุดข้อมูลขนาดใหญ่ได้อย่างง่ายดาย

การพัฒนาซอฟต์แวร์

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

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน