ข้ามไปยังเนื้อหาหลัก

คอร์สด้าน Data, AI และ Cloud

เชี่ยวชาญทักษะที่สำคัญ

ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ

  • เรียนในจังหวะของตัวเอง
  • รับประสบการณ์ปฏิบัติจริง
  • เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
127 คอร์ส

คอร์ส

Manipulating Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 290 รีวิว

Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Supervised Learning in R: Regression

  • ระดับกลางระดับทักษะ
  • 4.6+
  • 105 รีวิว

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

Machine Learning

4 ชั่วโมง

คอร์ส

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

  • Basicระดับทักษะ
  • 4.8+
  • 333 รีวิว

เรียนรู้การสื่อสารข้อมูลของคุณอย่างมีประสิทธิภาพด้วยภาพรวมของแผนภูมิทั่วไป ประเภทการแสดงผลข้อมูลทางเลือก และการปรับสไตล์ที่ขับเคลื่อนด้วยการรับรู้

การแสดงผลข้อมูลเป็นภาพ

1 ชั่วโมง

คอร์ส

RNA-Seq ด้วย Bioconductor ใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 142 รีวิว

ใช้การวิเคราะห์การแสดงออกเชิงแตกต่างของ RNA-Seq เพื่อระบุยีนที่น่าจะสำคัญต่อโรคหรือภาวะต่างๆ

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Forecasting in R

  • Basicระดับทักษะ
  • 4.9+
  • 51 รีวิว

Learn how to make predictions about the future using time series forecasting in R including ARIMA models and exponential smoothing methods.

ความน่าจะเป็นและสถิติ

5 ชั่วโมง

คอร์ส

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 217 รีวิว

เรียนรู้ว่า Bayesian data analysis คืออะไร ทำงานอย่างไร และทำไมจึงเป็นเครื่องมือที่มีประโยชน์ในชุดเครื่องมือ data science ของคุณ

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Unsupervised Learning in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 105 รีวิว

This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.

Machine Learning

4 ชั่วโมง

คอร์ส

การวิเคราะห์ปัจจัยใน R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 158 รีวิว

สำรวจตัวแปรแฝง เช่น บุคลิกภาพ ด้วยการวิเคราะห์องค์ประกอบเชิงสำรวจและเชิงยืนยัน

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

การทำงานกับวันที่และเวลาใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 93 รีวิว

เรียนรู้พื้นฐานของการแยกวิเคราะห์ จัดการ และคำนวณวันที่และเวลาใน R

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Cluster Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 71 รีวิว

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

Machine Learning

4 ชั่วโมง

คอร์ส

ARIMA Models in R

  • Basicระดับทักษะ
  • 4.8+
  • 313 รีวิว

Become an expert in fitting ARIMA (autoregressive integrated moving average) models to time series data using R.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Inference for Linear Regression in R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 169 รีวิว

In this course youll learn how to perform inference using linear models.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

การวิเคราะห์ข้อมูลแบบสอบถามใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 219 รีวิว

เรียนรู้การออกแบบแบบสำรวจด้วยโครงสร้างการออกแบบทั่วไป จากนั้นแสดงผลและวิเคราะห์ผลลัพธ์แบบสำรวจ

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Modeling with Data in the Tidyverse

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 230 รีวิว

Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

String Manipulation with stringr in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 53 รีวิว

Learn how to pull character strings apart, put them back together and use the stringr package.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

การจัดการข้อมูลที่หายไปใน R

  • Basicระดับทักษะ
  • 4.7+
  • 141 รีวิว

ทำให้มองเห็น สำรวจ และเติมค่าข้อมูลที่หายไปได้ง่ายด้วย naniar แนวทางจัดการข้อมูลหายที่เป็นมิตรกับ tidyverse

การเตรียมข้อมูล

4 ชั่วโมง

คอร์ส

Machine Learning with caret in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 43 รีวิว

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

Machine Learning

4 ชั่วโมง

คอร์ส

Generalized Linear Models in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 194 รีวิว

The Generalized Linear Model course expands your regression toolbox to include logistic and Poisson regression.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

R ระดับกลางสำหรับการเงิน

  • Basicระดับทักษะ
  • 4.8+
  • 41 รีวิว

เรียนรู้การทำงานของวันที่ใน R และสำรวจโลกของคำสั่ง if, ลูป และฟังก์ชันด้วยตัวอย่างทางการเงิน

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Web Scraping in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 98 รีวิว

Learn how to efficiently collect and download data from any website using R.

การเตรียมข้อมูล

4 ชั่วโมง

คอร์ส

Survival Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 196 รีวิว

Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Object-Oriented Programming with S3 and R6 in R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 291 รีวิว

Manage the complexity in your code using object-oriented programming with the S3 and R6 systems.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

กรณีศึกษา: การวิเคราะห์เชิงสำรวจข้อมูลใน R

  • Basicระดับทักษะ
  • 4.9+
  • 48 รีวิว

ใช้ทักษะการจัดการข้อมูลและการสร้างภาพข้อมูลเพื่อสำรวจการลงคะแนนเสียงในอดีตของสมัชชาใหญ่แห่งสหประชาชาติ

การวิเคราะห์ข้อมูลเชิงสำรวจ

4 ชั่วโมง

คอร์ส

การวิเคราะห์เครือข่ายใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 122 รีวิว

เรียนรู้การวิเคราะห์และแสดงภาพข้อมูลเครือข่ายด้วยแพ็กเกจ igraph และสร้างกราฟเครือข่ายแบบโต้ตอบด้วย threejs

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Machine Learning with Tree-Based Models in R

  • Basicระดับทักษะ
  • 4.8+
  • 262 รีวิว

Learn how to use tree-based models and ensembles to make classification and regression predictions with tidymodels.

Machine Learning

4 ชั่วโมง

คอร์ส

Visualizing Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 182 รีวิว

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

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

ข้อมูลเชิงหมวดหมู่ใน Tidyverse

  • Basicระดับทักษะ
  • 4.7+
  • 172 รีวิว

เตรียมพร้อมจัดหมวดหมู่! ในหลักสูตรนี้ คุณจะทำงานกับข้อมูลที่ไม่ใช่ตัวเลข เช่น ตำแหน่งงานหรือคำตอบแบบสำรวจ โดยใช้ Tidyverse landscape

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

การนำเข้าและจัดการข้อมูลทางการเงินใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 108 รีวิว

เรียนรู้วิธีเข้าถึงข้อมูลทางการเงินจากไฟล์ในเครื่องและจากแหล่งข้อมูลบนอินเทอร์เน็ต

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Machine Learning ใน Tidyverse

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 115 รีวิว

ใช้แพ็กเกจ tidyr และ purrr ใน tidyverse เพื่อสร้าง สำรวจ และประเมินโมเดลแมชชีนเลิร์นนิง

Machine Learning

5 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