คอร์ส
Python เบื้องต้นสำหรับการเขียนโปรแกรมเชิงวัตถุ
- ระดับกลางระดับทักษะ
- 4.8+
- 2,806 รีวิว
ค้นพบแนวคิดพื้นฐานของการเขียนโปรแกรมเชิงวัตถุ (OOP) สร้างคลาสและอ็อบเจ็กต์แบบกำหนดเอง!
การพัฒนาซอฟต์แวร์
คอร์สด้าน Data, AI และ Cloud
เชี่ยวชาญทักษะที่สำคัญดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
- เรียนในจังหวะของตัวเอง
- รับประสบการณ์ปฏิบัติจริง
- เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
179 คอร์ส
คอร์ส
Machine Learning with Tree-Based Models in Python
- ระดับกลางระดับทักษะ
- 4.8+
- 779 รีวิว
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีใช้โมเดลแบบต้นไม้และเอนเซมเบิลสำหรับการถดถอยและการจำแนกประเภทด้วย scikit-learn
Machine Learning
คอร์ส
NumPy เบื้องต้น
- Basicระดับทักษะ
- 4.8+
- 1,583 รีวิว
เชี่ยวชาญ NumPy ด้วยการเรียนรู้วิธีสร้าง เรียงลำดับ กรอง และอัปเดตอาร์เรย์โดยใช้สำมะโนต้นไม้ของ NYC
การจัดการข้อมูล
คอร์ส
Introduction to Polars
- Basicระดับทักษะ
- 4.8+
- 561 รีวิว
เรียนรู้วิธีแปลง ทำความสะอาด และวิเคราะห์ข้อมูลอย่างมีประสิทธิภาพด้วย Polars ไลบรารี Python สำหรับจัดการข้อมูลความเร็วสูง
การจัดการข้อมูล
คอร์ส
การออกแบบระบบ Agentic ด้วย LangChain
- ระดับกลางระดับทักษะ
- 4.8+
- 2,313 รีวิว
เข้าใจองค์ประกอบพื้นฐานของ LangChain agents และสร้าง chat agents แบบกำหนดเอง
ปัญญาประดิษฐ์
คอร์ส
ETL และ ELT ด้วย Python
- ระดับกลางระดับทักษะ
- 4.8+
- 2,797 รีวิว
เรียนรู้การสร้าง data pipelines ที่มีประสิทธิภาพและเชื่อถือได้ด้วยหลักการ Extract, Transform, and Load
วิศวกรรมข้อมูล
คอร์ส
Data Engineering เบื้องต้น
- ระดับกลางระดับทักษะ
- 4.7+
- 891 รีวิว
เรียนรู้โลกของ data engineering ในคอร์สสั้นนี้ ครอบคลุมเครื่องมือและหัวข้ออย่าง ETL และ cloud computing
วิศวกรรมข้อมูล
คอร์ส
การถดถอยเบื้องต้นด้วย statsmodels ใน Python
- ระดับกลางระดับทักษะ
- 4.8+
- 3,095 รีวิว
ทำนายราคาที่อยู่อาศัยและอัตราคลิกโฆษณาโดยการนำ regression analysis ไปใช้ วิเคราะห์ และตีความด้วย statsmodels ใน Python.
ความน่าจะเป็นและสถิติ
คอร์ส
Vector Databases สำหรับ Embeddings ด้วย Pinecone
- ระดับกลางระดับทักษะ
- 4.8+
- 2,241 รีวิว
ค้นพบว่า Pinecone vector database กำลังปฏิวัติการพัฒนาแอปพลิเคชัน AI อย่างไร!
ปัญญาประดิษฐ์
คอร์ส
การทดสอบสมมติฐานด้วย Python
- ระดับกลางระดับทักษะ
- 4.7+
- 3,765 รีวิว
เรียนรู้วิธีและเวลาที่ควรใช้การทดสอบสมมติฐานทั่วไป เช่น t-tests, proportion tests และ chi-square tests ใน Python
ความน่าจะเป็นและสถิติ
คอร์ส
Multi-Agent Systems with LangGraph
- ขั้นสูงระดับทักษะ
- 4.8+
- 762 รีวิว
สร้างระบบหลายเอเจนต์อันทรงพลังด้วยการประยุกต์ใช้รูปแบบการออกแบบเอเจนต์ที่กำลังเกิดขึ้นในเฟรมเวิร์ก LangGraph
ปัญญาประดิษฐ์
คอร์ส
การสุ่มตัวอย่างใน Python
- ระดับกลางระดับทักษะ
- 4.7+
- 3,983 รีวิว
เรียนรู้การสรุปข้อสรุปจากข้อมูลจำกัดด้วย Python และสถิติ คอร์สนี้ครอบคลุมทุกอย่างตั้งแต่การสุ่มตัวอย่างแบบสุ่ม ไปจนถึงการสุ่มตัวอย่างแบบแบ่งชั้นและแบบคลัสเตอร์
ความน่าจะเป็นและสถิติ
คอร์ส
การทำงานกับวันที่และเวลาใน Python
- ระดับกลางระดับทักษะ
- 4.7+
- 2,880 รีวิว
เรียนรู้วิธีทำงานกับวันที่และเวลาใน Python
การพัฒนาซอฟต์แวร์
คอร์ส
การประมวลผลภาษาธรรมชาติ (NLP) ด้วย Python
- ระดับกลางระดับทักษะ
- 4.8+
- 891 รีวิว
เชี่ยวชาญการวิเคราะห์ข้อความด้วยเทคนิค NLP สำคัญ ตั้งแต่การเตรียมข้อมูลไปจนถึงโมเดล transformer ขั้นสูง
ปัญญาประดิษฐ์
คอร์ส
การเตรียมข้อมูลสำหรับ Machine Learning ด้วย Python
- ระดับกลางระดับทักษะ
- 4.7+
- 455 รีวิว
เรียนรู้วิธีทำความสะอาดและเตรียมข้อมูลของคุณสำหรับ machine learning!
Machine Learning
คอร์ส
Python เบื้องต้นสำหรับการทดสอบโค้ด
- ขั้นสูงระดับทักษะ
- 4.7+
- 1,446 รีวิว
เชี่ยวชาญการทดสอบ Python: เรียนรู้วิธีการ สร้างการตรวจสอบ และทำให้โค้ดปราศจากข้อผิดพลาดด้วย pytest และ unittest
การพัฒนาซอฟต์แวร์
คอร์ส
การนำเข้าข้อมูลด้วย pandas อย่างมีประสิทธิภาพ
- ระดับกลางระดับทักษะ
- 4.8+
- 2,033 รีวิว
เรียนรู้การดึงข้อมูลจากรูปแบบไฟล์และระบบที่ใช้กันทั่วไป เช่น ไฟล์ CSV, สเปรดชีต, JSON, ฐานข้อมูล SQL และ API
การเตรียมข้อมูล
คอร์ส
Feature Engineering สำหรับ Machine Learning ใน Python
- ระดับกลางระดับทักษะ
- 4.8+
- 1,176 รีวิว
สร้างฟีเจอร์ใหม่เพื่อปรับปรุงประสิทธิภาพของโมเดล Machine Learning ของคุณ
Machine Learning
คอร์ส
การทำงานกับข้อมูลเชิงกลุ่มใน Python
- ระดับกลางระดับทักษะ
- 4.8+
- 2,817 รีวิว
เรียนรู้วิธีจัดการและแสดงผลข้อมูลเชิงหมวดหมู่ด้วย pandas และ seaborn
การจัดการข้อมูล
คอร์ส
การเขียนโปรแกรมเชิงวัตถุใน Python
- ขั้นสูงระดับทักษะ
- 4.7+
- 810 รีวิว
เรียนรู้การสร้างคลาสและใช้ inheritance กับ polymorphism เพื่อใช้ซ้ำและเพิ่มประสิทธิภาพโค้ดอย่างรวดเร็ว
การพัฒนาซอฟต์แวร์
คอร์ส
Python ระดับกลางสำหรับการเงิน
- ระดับกลางระดับทักษะ
- 4.7+
- 1,027 รีวิว
ต่อยอดทักษะ Python สำหรับการเงิน ด้วยการใช้ datetime, if-statements, DataFrames และอื่นๆ
การเงินประยุกต์
คอร์ส
การออกแบบการทดลองด้วย Python
- ระดับกลางระดับทักษะ
- 4.7+
- 1,945 รีวิว
ออกแบบการทดลองและวิเคราะห์สถิติอย่างแม่นยำ เพื่อสรุปผลที่ถูกต้องและน่าเชื่อถือ!
ความน่าจะเป็นและสถิติ
คอร์ส
Web Scraping ด้วย Python
- ระดับกลางระดับทักษะ
- 4.7+
- 1,105 รีวิว
เรียนรู้การดึงและแยกวิเคราะห์ข้อมูลจากอินเทอร์เน็ตด้วยไลบรารี Python scrapy
การเตรียมข้อมูล
คอร์ส
Linear Classifiers ใน Python
- ระดับกลางระดับทักษะ
- 4.8+
- 348 รีวิว
ในคอร์สนี้ คุณจะได้เรียนรู้รายละเอียดของตัวจำแนกเชิงเส้น เช่น logistic regression และ SVM
Machine Learning
คอร์ส
การสร้าง AI Agent ด้วย Google ADK
- ระดับกลางระดับทักษะ
- 4.8+
- 590 รีวิว
สร้างผู้ช่วยฝ่ายสนับสนุนลูกค้าแบบทีละขั้นด้วย Agent Development Kit (ADK) ของ Google
ปัญญาประดิษฐ์
คอร์ส
Introduction to Deep Learning in Python
- ระดับกลางระดับทักษะ
- 4.8+
- 233 รีวิว
เรียนรู้พื้นฐานของโครงข่ายประสาทเทียมและวิธีสร้างโมเดล deep learning ด้วย Keras 2.0 ใน Python
ปัญญาประดิษฐ์
คอร์ส
Object-Oriented Programming ใน Python ระดับกลาง
- ขั้นสูงระดับทักษะ
- 4.8+
- 1,129 รีวิว
พัฒนาทักษะ OOP ของคุณด้วย descriptors, multilevel inheritance และ abstract base classes!
การพัฒนาซอฟต์แวร์
คอร์ส
การจัดการข้อมูล Time Series ใน Python
- ระดับกลางระดับทักษะ
- 4.7+
- 172 รีวิว
ในคอร์สนี้ คุณจะได้เรียนรู้พื้นฐานของการทำงานกับข้อมูลอนุกรมเวลา
การจัดการข้อมูล
คอร์ส
การวิเคราะห์อนุกรมเวลาด้วย Python
- ระดับกลางระดับทักษะ
- 4.8+
- 148 รีวิว
ในคอร์ส 4 ชั่วโมงนี้ คุณจะได้เรียนรู้พื้นฐานการวิเคราะห์ข้อมูลอนุกรมเวลาใน Python
ความน่าจะเป็นและสถิติ
คอร์ส
Explainable AI ด้วย Python
- ระดับกลางระดับทักษะ
- 4.8+
- 1,188 รีวิว
ฝึกทักษะสำคัญด้วย Scikit-learn, SHAP และ LIME เพื่อทดสอบและสร้างระบบ AI ที่โปร่งใส น่าเชื่อถือ และตรวจสอบได้
ปัญญาประดิษฐ์
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