ข้ามไปยังเนื้อหาหลัก

คอร์สด้าน Data, AI และ Cloud

เชี่ยวชาญทักษะที่สำคัญ

ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ

  • เรียนในจังหวะของตัวเอง
  • รับประสบการณ์ปฏิบัติจริง
  • เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
776 คอร์ส

คอร์ส

การสร้างโมเดลการถดถอยแบบ Bayesian ด้วย rstanarm

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 81 รีวิว

เรียนรู้วิธีใช้ประโยชน์จากวิธีการประมาณแบบเบย์เพื่ออนุมานเกี่ยวกับแบบจำลองการถดถอยเชิงเส้นได้ดียิ่งขึ้น

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Market Basket Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 100 รีวิว

Explore association rules in market basket analysis with R by analyzing retail data and creating movie recommendations.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Select a Google Cloud Database for Your Applications

  • Basicระดับทักษะ
  • 4.7+
  • 43 รีวิว

In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud.

Cloud

6 ชั่วโมง

คอร์ส

Predictive Analytics ระดับกลางด้วย Python

  • Basicระดับทักษะ
  • 4.8+
  • 77 รีวิว

เรียนรู้วิธีเตรียมและจัดระเบียบข้อมูลของคุณสำหรับการวิเคราะห์เชิงคาดการณ์

Machine Learning

4 ชั่วโมง

คอร์ส

Accelerate App Development with Gemini CLI

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 19 รีวิว

Learn about gemini CLI installation and configuration, and introduces use cases and security best practices

Cloud

3 ชั่วโมง

คอร์ส

แนะนำ Spark ด้วย sparklyr ใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 87 รีวิว

เรียนรู้การวิเคราะห์บิ๊กดาต้าด้วย Spark และแพ็กเกจ sparklyr ใน R พร้อมสำรวจ Spark MLIb ในเวลาเพียง 4 ชั่วโมง

วิศวกรรมข้อมูล

4 ชั่วโมง

คอร์ส

Loan Amortization ใน Google Sheets

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 54 รีวิว

เรียนรู้วิธีสร้างแดชบอร์ดการตัดจำหน่ายใน Google Sheets ด้วยสูตรการเงินและสูตรเงื่อนไข

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

DataLab with SQL

  • Basicระดับทักษะ
  • 4.8+
  • 47 รีวิว

ยกระดับการวิเคราะห์ของคุณด้วยคอร์สลงมือทำนี้ที่ใช้ SQL กับสมุดงาน DataLab

การรายงาน

1 ชั่วโมง

คอร์ส

Google Workspace End User: Google Docs

  • Basicระดับทักษะ
  • 4.9+
  • 30 รีวิว

Learn to create, format, and collaborate on documents in real time using Google Docs, stored securely in the cloud.

Cloud

4 ชั่วโมง 30 min

คอร์ส

Google Workspace End User: Google Drive

  • Basicระดับทักษะ
  • 4.8+
  • 34 รีวิว

Learn to upload, organize, share, and manage files and folders in Google Drive from any device.

Cloud

5 ชั่วโมง 30 min

คอร์ส

Google Workspace End User: Google Calendar

  • Basicระดับทักษะ
  • 4.8+
  • 29 รีวิว

Learn to create and manage events, schedule meetings, share calendars, and use tasks and reminders to stay organized.

Cloud

4 ชั่วโมง 45 min

คอร์ส

Model Armor: Securing AI Deployments

  • ระดับกลางระดับทักษะ
  • 5
  • 17 รีวิว

This course reviews the essential security features of Model Armor and equips you to work with the service.

Cloud

2 ชั่วโมง 30 min

คอร์ส

Google Workspace End User: Google Slides

  • Basicระดับทักษะ
  • 4.9+
  • 38 รีวิว

With Google Slides, you can create and present professional presentations for sales, projects, training modules, and much more.

Cloud

8 ชั่วโมง 30 min

คอร์ส

Google Workspace End User: Google Meet

  • Basicระดับทักษะ
  • 4.8+
  • 34 รีวิว

Learn to schedule, host, and manage video meetings in Google Meet, including screen sharing and collaboration tools.

Cloud

5 ชั่วโมง 30 min

คอร์ส

Build Streaming Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 22 รีวิว

Design and operate batch data pipelines on Google Cloud using Dataflow, Serverless Spark, Cloud Composer, and data validation techniques.

Cloud

3 ชั่วโมง 32 min

คอร์ส

Case Study: Analyzing City Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 150 รีวิว

Strengthen your knowledge of the topics covered in Manipulating Time Series in R using real case study data.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Machine Learning for Marketing Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 74 รีวิว

เรียนรู้การใช้ data science เพื่อจัดการงานการตลาดยอดนิยมหลายรูปแบบ

Machine Learning

4 ชั่วโมง

คอร์ส

การ Join ข้อมูลด้วย data.table ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 77 รีวิว

เรียนรู้การรวมและผสานชุดข้อมูลด้วย data.table

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

กรณีศึกษา: การวิเคราะห์ข้อมูลฟิตเนสใน Alteryx

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 60 รีวิว

ยกระดับทักษะ Alteryx ของคุณด้วยข้อมูลฟิตเนสจริง เพื่อพัฒนากลยุทธ์การตลาดแบบเจาะจงและผลิตภัณฑ์นวัตกรรม!

การเตรียมข้อมูล

3 ชั่วโมง

คอร์ส

Pandas Joins for Spreadsheet Users

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 61 รีวิว

เรียนรู้วิธีรวมชุดข้อมูลในรูปแบบตารางอย่างมีประสิทธิภาพและได้ผลด้วยไลบรารี Python Pandas

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Deploy and Scale AI Models with Cloud Run

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 19 รีวิว

This course is designed for developers, data scientists, and ML engineers interested in quickly deploying AI inference services on Cloud Run.

Cloud

1 ชั่วโมง 15 min

คอร์ส

Observability in Google Cloud

  • Basicระดับทักษะ
  • 4.8+
  • 36 รีวิว

This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.

Cloud

4 ชั่วโมง 30 min

คอร์ส

Logging and Monitoring in Google Cloud

  • Basicระดับทักษะ
  • 4.8+
  • 38 รีวิว

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Cloud

5 ชั่วโมง 15 min

คอร์ส

Configure Gemini Code Assist for Organizations

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 21 รีวิว

The course introduces the benefits of Gemini Code Assist and compares the features of the different Gemini Code Assist editions.

Cloud

1 ชั่วโมง 30 min

คอร์ส

Build Batch Data Pipelines on Google Cloud

  • ระดับกลางระดับทักษะ
  • 4.9+
  • 16 รีวิว

Explore streaming data architectures on Google Cloud with Pub/Sub, Managed Kafka, Dataflow, and BigQuery for real-time data processing.

Cloud

2 ชั่วโมง 6 min

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