คอร์ส
R For SAS Users
- Basicระดับทักษะ
- 4.7+
- 28 รีวิว
Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.
การพัฒนาซอฟต์แวร์
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.
การพัฒนาซอฟต์แวร์
คอร์ส
เรียนรู้เกี่ยวกับ MLOps รวมถึงเครื่องมือและแนวปฏิบัติที่จำเป็นสำหรับการทำให้แอปพลิเคชันแมชชีนเลิร์นนิงเป็นอัตโนมัติและขยายขนาดได้
Machine Learning
คอร์ส
GAMs จำลองความสัมพันธ์ในข้อมูลเป็นฟังก์ชันไม่เชิงเส้นที่ปรับตัวได้สูงกับปัญหาวิทยาการข้อมูลหลากหลายประเภท
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้พื้นฐานของการทดสอบ A/B ใน R รวมถึงการออกแบบการทดลอง วิเคราะห์ข้อมูล คาดการณ์ผลลัพธ์ และนำเสนอผลผ่านการแสดงผลข้อมูลด้วยภาพ
ความน่าจะเป็นและสถิติ
คอร์ส
n this Google DeepMind course you will focus on the training process for machine learning models.
Cloud
คอร์ส
Learn how to perform advanced dplyr transformations and incorporate dplyr and ggplot2 code in functions.
การจัดการข้อมูล
คอร์ส
วิเคราะห์กราฟอนุกรมเวลา ใช้กราฟสองส่วน และพัฒนาทักษะเพื่อรับมือปัญหาขั้นสูงใน network analytics
ความน่าจะเป็นและสถิติ
คอร์ส
สร้าง Databricks Genie space แบบครบวงจร: คำอธิบาย คำพ้องความหมาย คำสั่ง ความสัมพันธ์ตาราง คำสั่งค้นหาตัวอย่าง การมอนิเตอร์ และเกณฑ์มาตรฐาน
วิศวกรรมข้อมูล
คอร์ส
Strengthen your knowledge of the topics covered in Manipulating Time Series in R using real case study data.
ความน่าจะเป็นและสถิติ
คอร์ส
Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.
การเงินประยุกต์
คอร์ส
This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.
Cloud
คอร์ส
Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.
Cloud
คอร์ส
Learn the principles of feature engineering for machine learning models and how to implement them using the R tidymodels framework.
Machine Learning
คอร์ส
สำรวจการวิเคราะห์ข้อมูล HR ใน Tableau ด้วยกรณีศึกษานี้
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
Cloud
คอร์ส
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
Cloud
คอร์ส
Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.
Cloud
คอร์ส
เรียนรู้การวิเคราะห์บิ๊กดาต้าด้วย Spark และแพ็กเกจ sparklyr ใน R พร้อมสำรวจ Spark MLIb ในเวลาเพียง 4 ชั่วโมง
วิศวกรรมข้อมูล
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีประยุกต์ใช้ machine learning ในงาน HR
Machine Learning
คอร์ส
เรียนรู้วิธีการทำงานของพันธบัตร วิธีตั้งราคา และประเมินความเสี่ยงบางส่วนด้วยแพ็กเกจ numpy และ numpy-financial
การเงินประยุกต์
คอร์ส
This course introduces the Cloud Run serverless platform for running applications.
Cloud
คอร์ส
Learn the bag of words technique for text mining with R.
Machine Learning
คอร์ส
Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.
Machine Learning
คอร์ส
This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.
Cloud
คอร์ส
เรียนรู้วิธีใช้ประโยชน์จากวิธีการประมาณแบบเบย์เพื่ออนุมานเกี่ยวกับแบบจำลองการถดถอยเชิงเส้นได้ดียิ่งขึ้น
ความน่าจะเป็นและสถิติ
คอร์ส
Explore advanced Google Sheets features including conditional formatting, complex formulas, data validation, and referencing.
Cloud
คอร์ส
คอร์สนี้ครอบคลุมพื้นฐานของการเทรดทางการเงินและวิธีใช้ quantstrat เพื่อสร้างกลยุทธ์การเทรดแบบอิงสัญญาณ
การเงินประยุกต์
คอร์ส
Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
ฝึกใช้ Tableau กับกรณีศึกษาด้านการดูแลสุขภาพของเรา วิเคราะห์ข้อมูล ค้นพบข้อมูลเชิงลึกด้านประสิทธิภาพ และสร้างแดชบอร์ด
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud.
Cloud
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
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา