คอร์ส
การสร้างแดชบอร์ดด้วย flexdashboard
- ระดับกลางระดับทักษะ
- 4.7+
- 52 รีวิว
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีสร้างแดชบอร์ดแบบคงที่และแบบโต้ตอบด้วย flexdashboard และ shiny
การรายงาน
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีสร้างแดชบอร์ดแบบคงที่และแบบโต้ตอบด้วย flexdashboard และ shiny
การรายงาน
คอร์ส
เรียนรู้การแสดงภาพและสำรวจข้อมูลประชากรจากสำนักงานสำมะโนประชากรสหรัฐฯ อย่างรวดเร็วด้วยเครื่องมือ tidyverse
การวิเคราะห์ข้อมูลเชิงสำรวจ
คอร์ส
Use Agent Search on Gemini Enterprise Agent Platform to provide your website users a generative search experience.
Cloud
คอร์ส
Learn statistical tests for identifying outliers and how to use sophisticated anomaly scoring algorithms.
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้วิธี ตรวจจับการฉ้อโกงด้วยการวิเคราะห์ข้อมูลใน R.
Machine Learning
คอร์ส
Master Apache Beam and Dataflow foundations including portability, Runner v2, Shuffle Service, Streaming Engine, IAM, quotas, and security.
Cloud
คอร์ส
Use C++ to dramatically boost the performance of your R code.
การพัฒนาซอฟต์แวร์
คอร์ส
Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.
Machine Learning
คอร์ส
ในอีคอมเมิร์ซ การเพิ่มยอดขายและลดค่าใช้จ่ายคือสิ่งสำคัญอันดับต้นๆ ในกรณีศึกษานี้ คุณจะวิเคราะห์ข้อมูลจากบริษัทจำหน่ายอุปกรณ์สัตว์เลี้ยงออนไลน์
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
คาดการณ์การลาออกของพนักงานและออกแบบกลยุทธ์การรักษาพนักงาน
Machine Learning
คอร์ส
เรียนรู้วิธีระบุปัจจัยขับเคลื่อนอุปสงค์ที่สำคัญ ดูผลกระทบตามฤดูกาล และคาดการณ์อุปสงค์ของลำดับชั้นผลิตภัณฑ์จากตัวอย่างจริง
ความน่าจะเป็นและสถิติ
คอร์ส
This course introduces you to event-based applications and teaches you how to use service orchestration and choreography to coordinate microservices.
Cloud
คอร์ส
Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.
Cloud
คอร์ส
You learn best practices for cloud applications, and how to select compute and data options to match your application use cases.
Cloud
คอร์ส
เขียนโค้ดแบบวนซ้ำที่แข็งแกร่ง สะอาด และดูแลรักษาง่าย ด้วย purrr
การพัฒนาซอฟต์แวร์
คอร์ส
This course introduces you to the core features and functionalities of Gemini Code Assist, an AI-powered app development collaborator for Google Cloud.
Cloud
คอร์ส
Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.
Cloud
คอร์ส
Cloud Run functions is Googles serverless, fully-managed functions as a service (FaaS) product.
Cloud
คอร์ส
เรียนรู้วิธีสร้างการแสดงผลข้อมูลแบบโต้ตอบ รวมถึงการสร้างและเชื่อมต่อวิดเจ็ตด้วย Bokeh!
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Deploy and manage Kubernetes workloads on GKE. Cover networking, deployments, jobs, persistent storage, and data management in production environments.
Cloud
คอร์ส
Learn to build simple models of market response to increase the effectiveness of your marketing plans.
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้การทำนายป้ายกำกับของโหนดในเครือข่ายด้วยการเรียนรู้เครือข่ายและการสกัดคุณลักษณะเชิงพรรณนาจากเครือข่าย
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้การคาดการณ์อัตราการคลิกโฆษณาและสร้างโมเดลแมชชีนเลิร์นนิงพื้นฐานใน Python เพื่อเพิ่มประสิทธิภาพโฆษณาให้ดีขึ้น
Machine Learning
คอร์ส
Learn about creating and securing containers, and Google Kubernetes Engine for application developers.
Cloud
คอร์ส
เรียนรู้ mixture models: กรอบสถิติที่สะดวกและเป็นทางการสำหรับ probabilistic clustering และ classification
ความน่าจะเป็นและสถิติ
คอร์ส
Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้การสร้างแอปพลิเคชัน LLM แบบสนทนา พร้อมเอาต์พุตแบบมีโครงสร้างที่เชื่อถือได้ ประวัติการสนทนาที่บันทึกต่อเนื่อง และสตรีมมิงแบบเรียลไทม์
ปัญญาประดิษฐ์
คอร์ส
Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้วิธีวัดและยกระดับคุณภาพแอปพลิเคชัน LLM อย่างเป็นระบบ
ปัญญาประดิษฐ์
คอร์ส
Learn to write effective prompts and systematically improve them through evaluation rather than intuition.
ปัญญาประดิษฐ์
data science เป็นสาขาความเชี่ยวชาญที่มุ่งเน้นการรับข้อมูลจากข้อมูล โดยใช้ทักษะการเขียนโปรแกรม วิธีการทางวิทยาศาสตร์ อัลกอริทึม และอื่น ๆ นักวิทยาศาสตร์ข้อมูลวิเคราะห์ข้อมูลเพื่อสร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง
คุณจะต้องเรียนรู้ภาษาโปรแกรมเช่น Python หรือ R และฝึกฝนหลักการของคณิตศาสตร์และสถิติ ความรู้เกี่ยวกับวิธีการวิเคราะห์ข้อมูลและเครื่องมือ data science ก็จำเป็นเช่นกัน มีหลายวิธีในการเรียน data science นอกจากการศึกษาแบบเป็นทางการ เช่น ปริญญาหรือการเรียนในมหาวิทยาลัย ยังมีแหล่งข้อมูลอื่น ๆ อีกมากมายที่ช่วยให้คุณเรียนในจังหวะของตัวเอง ทั้งคอร์สออนไลน์ บทช่วยสอน หนังสือ วิดีโอ และอื่น ๆ
นอกจากความรู้ด้านคณิตศาสตร์และสถิติแล้ว นักวิทยาศาสตร์ข้อมูลยังต้องมีทักษะการเขียนโปรแกรมในภาษาเช่น Python, R และ SQL วิทยาศาสตร์ข้อมูลยังต้องการความสามารถในการทำงานกับชุดข้อมูลขนาดใหญ่ ความรู้ด้าน data visualization การจัดการข้อมูล และการจัดการฐานข้อมูล ทักษะด้าน machine learning และ deep learning ก็อาจเป็นประโยชน์เช่นกัน
ในแง่วิชาชีพ เกือบทุกอุตสาหกรรมสามารถใช้ data science ได้ในระดับหนึ่ง องค์กรด้านสุขภาพใช้ data science เพื่อตรวจจับและรักษาโรค ในขณะที่บริษัทการเงินใช้เพื่อตรวจจับและป้องกันการฉ้อโกง ทุกประเภทอุตสาหกรรมใช้ data science สำหรับการตลาด เช่น การสร้างระบบแนะนำและการวิเคราะห์การสูญเสียลูกค้า
ใช่ วิทยาศาสตร์ข้อมูลเป็นหนึ่งในภาคส่วนที่เติบโตเร็วที่สุดทั้งในสหรัฐอเมริกาและทั่วโลก และยังเป็นหนึ่งในอาชีพที่มีรายได้สูงที่สุดอีกด้วย จากข้อมูลของ Payscale นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มีรายได้เฉลี่ย $97,609 และได้รับคะแนนความพึงพอใจสี่ดาวจากห้าดาวในสหรัฐอเมริกา
มีสิ่งสองสามอย่างที่ต้องพิจารณา ประการแรก ปริญญาด้าน data science อาจมีการแข่งขันสูงในการเข้าเรียน มักต้องการเกรดที่ดีอย่างสม่ำเสมอ ในทำนองเดียวกัน ทักษะหลายอย่างที่จำเป็นสำหรับ data science ต้องการการศึกษาและความอดทนมาก อาจใช้เวลาหลายเดือนเพื่อฝึกฝนพื้นฐานที่จำเป็นทั้งหมด รวมถึงประสบการณ์ปฏิบัติจริงมากมายเพื่อให้ได้ตำแหน่งระดับเริ่มต้น
ใช่ คุณจะต้องมีประสบการณ์เขียนโค้ดในภาษาต่างๆ เช่น Python, R, SQL, Java และ C/C++ อย่างไรก็ตาม เนื่องจาก Python มีไวยากรณ์ที่ค่อนข้างเรียบง่าย จึงมักเป็นตัวเลือกแรกสำหรับผู้เริ่มต้น
สำหรับผู้ที่ไม่มีประสบการณ์การเขียนโค้ดและ/หรือพื้นฐานคณิตศาสตร์มาก่อน โดยทั่วไปอาจต้องใช้เวลาศึกษาอย่างเข้มข้น 7 ถึง 12 เดือนเพื่อให้ถึงระดับนักวิทยาศาสตร์ข้อมูลมือใหม่ อย่างไรก็ตาม สิ่งสำคัญที่ต้องจำไว้คือการเรียนรู้เพียงแค่ทฤษฎีของวิทยาศาสตร์ข้อมูลอาจยังไม่เพียงพอที่จะทำให้คุณเป็นนักวิทยาศาสตร์ข้อมูลที่แท้จริง
เมื่อเชี่ยวชาญพื้นฐานด้านวิทยาศาสตร์ข้อมูลแล้ว คุณสามารถเจาะลึกในสาขาที่หลากหลาย ไม่ว่าจะเป็น machine learning, ปัญญาประดิษฐ์, การวิเคราะห์ข้อมูลขนาดใหญ่, business analytics, data mining และอื่นๆ อีกมากมาย
เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน