คอร์ส
การจัดรูปแบบข้อมูลด้วย pandas
- ระดับกลางระดับทักษะ
- 4.7+
- 862 รีวิว
ปรับ DataFrame จากรูปแบบกว้างเป็นยาว ซ้อนและแยกแถวและคอลัมน์ และจัดการ DataFrame แบบหลายดัชนี
การจัดการข้อมูล
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
ปรับ DataFrame จากรูปแบบกว้างเป็นยาว ซ้อนและแยกแถวและคอลัมน์ และจัดการ DataFrame แบบหลายดัชนี
การจัดการข้อมูล
คอร์ส
เชี่ยวชาญเทคนิคการจัดการและวิเคราะห์ข้อมูล เช่น CASE statements, subqueries และ CTEs ใน Snowflake
การจัดการข้อมูล
คอร์ส
พัฒนา Polars ให้ไกลขึ้นด้วยการจัดการข้อความ สถิติแบบ rolling การ join DataFrame และการวิเคราะห์ขั้นสูง
การจัดการข้อมูล
คอร์ส
ฝึกทักษะ Oracle SQL ของคุณให้คมขึ้น ครอบคลุมพื้นฐาน SQL การรวมข้อมูล การผสานข้อมูล และการปรับแต่งข้อมูล
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีสร้าง Pivot Table และจัดระเบียบจุดข้อมูลนับพันได้อย่างรวดเร็วด้วยการคลิกเพียงไม่กี่ครั้ง
การจัดการข้อมูล
คอร์ส
ปลดล็อก Alteryx สำหรับการแปลงข้อมูล เชี่ยวชาญ Crosstab, Transpose และการเพิ่มประสิทธิภาพเวิร์กโฟลว์ในคอร์สแบบอินเทอร์แอ็กทีฟนี้
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีจัดการข้อมูลและสร้างชุดฟีเจอร์แมชชีนเลิร์นนิงใน Spark โดยใช้ SQL ใน Python
การจัดการข้อมูล
คอร์ส
สำรวจวิธีทำงานกับข้อมูลวันที่และเวลาใน SQL Server สำหรับการวิเคราะห์อนุกรมเวลา
การจัดการข้อมูล
คอร์ส
Transform almost any dataset into a tidy format to make analysis easier.
การจัดการข้อมูล
คอร์ส
เชี่ยวชาญ Snowflake data types และ functions เพื่อจัดการข้อความ ตัวเลข วันที่ พร้อมสร้าง custom functions และ pivot tables
การจัดการข้อมูล
คอร์ส
สร้างทักษะ SQL ด้วยการเขียนพรอมต์ AI เพื่อสร้างคิวรีสำหรับการเรียงลำดับ จัดกลุ่ม กรอง และจัดหมวดหมู่ข้อมูล
การจัดการข้อมูล
คอร์ส
เรียนรู้การปรับแต่ง ขยายขนาด และทดสอบไปป์ไลน์ข้อมูล Polars เพื่อประสิทธิภาพพร้อมใช้งานจริง
การจัดการข้อมูล
คอร์ส
จัดการข้อมูลด้วย unions, joins, parsing และการเพิ่มประสิทธิภาพประสิทธิภาพใน Alteryx
การจัดการข้อมูล
คอร์ส
ในหลักสูตรนี้ คุณจะได้เรียนรู้พื้นฐานของฐานข้อมูลเชิงสัมพันธ์และวิธีโต้ตอบกับฐานข้อมูลเหล่านั้น
การจัดการข้อมูล
คอร์ส
เชี่ยวชาญฟังก์ชันสำคัญสำหรับจัดการ ประมวลผล และแปลงข้อมูลใน SQL Server
การจัดการข้อมูล
คอร์ส
เรียนรู้ทักษะ command-line อันทรงพลังเพื่อดาวน์โหลด ประมวลผล และแปลงข้อมูล รวมถึง pipeline ของ machine learning
การจัดการข้อมูล
คอร์ส
คอร์สนี้จะแสดงวิธีผสานข้อมูลเชิงพื้นที่เข้ากับเวิร์กโฟลว์ Python Data Science ของคุณ
การจัดการข้อมูล
คอร์ส
Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.
การจัดการข้อมูล
คอร์ส
สร้างการคำนวณ Sigma แบบไดนามิกเพื่อสำรวจข้อมูล ทำงานอัตโนมัติของตรรกะ และค้นพบแนวโน้มด้วยตัวอย่างธุรกิจจริง
การจัดการข้อมูล
คอร์ส
ช่วยบริษัทสมมติในกรณีศึกษาสำรวจ Power BI แบบอินเทอร์แอคทีฟนี้ คุณจะใช้ Power Query, DAX และแดชบอร์ดเพื่อระบุงานด้านข้อมูลที่เป็นที่ต้องการมากที่สุด!
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีใช้สคริปต์ Python ใน Power BI สำหรับเตรียมข้อมูล การสร้างภาพ และการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์
การจัดการข้อมูล
คอร์ส
เรียนรู้พื้นฐานของการสำรวจ จัดการ และวัดผลข้อมูลภาพชีวการแพทย์
การจัดการข้อมูล
คอร์ส
ในคอร์สนี้ คุณจะเรียนรู้วิธีรวบรวมข้อมูล Twitter และวิเคราะห์ข้อความ เครือข่าย และแหล่งกำเนิดทางภูมิศาสตร์ของ Twitter
การจัดการข้อมูล
คอร์ส
Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.
การจัดการข้อมูล
คอร์ส
เข้าใจลึกเรื่อง data wrangling และ feature engineering—ทักษะหลักที่นักวิทยาศาสตร์ข้อมูลใช้เวลาส่วนใหญ่
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีโหลด แปลง และถอดเสียงจากไฟล์เสียงดิบใน Python
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีแบ่งกลุ่มลูกค้าใน Python
การจัดการข้อมูล
คอร์ส
วิเคราะห์ข้อมูลข้อความใน R ด้วยเฟรมเวิร์ก tidy
การจัดการข้อมูล
คอร์ส
เรียนรู้วิธีระบุ วิเคราะห์ ลบ และเติมข้อมูลที่ขาดหายด้วย Python
การจัดการข้อมูล
คอร์ส
เตรียมพร้อมจัดหมวดหมู่! ในหลักสูตรนี้ คุณจะทำงานกับข้อมูลที่ไม่ใช่ตัวเลข เช่น ตำแหน่งงานหรือคำตอบแบบสำรวจ โดยใช้ Tidyverse landscape
การจัดการข้อมูล
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