คอร์ส
Gemini for end-to-end SDLC
- ระดับกลางระดับทักษะ
- 4.8+
- 16 รีวิว
With help from Gemini, you learn how to develop and build a web application, fix errors in the application, develop tests, and query data.
Cloud
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
With help from Gemini, you learn how to develop and build a web application, fix errors in the application, develop tests, and query data.
Cloud
คอร์ส
Learn statistical tests for identifying outliers and how to use sophisticated anomaly scoring algorithms.
ความน่าจะเป็นและสถิติ
คอร์ส
Learn to message individuals and groups, collaborate in spaces, and integrate Google Chat with other Workspace apps.
Cloud
คอร์ส
In this course, you’ll combine and apply key concepts such as cloud security principles, risk management, and more in an interactive capstone project.
Cloud
คอร์ส
Use Gemini AI to boost your productivity in BigQuery. Explore data, accelerate code development, and discover visualization workflows.
Cloud
คอร์ส
เรียนรู้การวิเคราะห์ความรู้สึกด้วยการระบุภาษาบวกและลบ เจตนาเชิงอารมณ์เฉพาะ และสร้างภาพข้อมูลที่น่าสนใจ
Machine Learning
คอร์ส
ปลดล็อกพลังของการประมวลผลแบบขนานใน R ยกระดับทักษะวิเคราะห์ข้อมูล เร่งการคำนวณ และจัดการชุดข้อมูลขนาดใหญ่ได้อย่างง่ายดาย
การพัฒนาซอฟต์แวร์
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีสร้างแดชบอร์ดแบบคงที่และแบบโต้ตอบด้วย flexdashboard และ shiny
การรายงาน
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำโมเดลเบย์เซียนขั้นสูงไปใช้ด้วย RJAGS
ความน่าจะเป็นและสถิติ
คอร์ส
สำรวจการวิเคราะห์ข้อมูล HR ใน Tableau ด้วยกรณีศึกษานี้
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Manipulate text data, analyze it and more by mastering regular expressions and string distances in R.
การพัฒนาซอฟต์แวร์
คอร์ส
Learn dimensionality reduction techniques in R and master feature selection and extraction for your own data and models.
Machine Learning
คอร์ส
เรียนรู้วิธี ตรวจจับการฉ้อโกงด้วยการวิเคราะห์ข้อมูลใน R.
Machine Learning
คอร์ส
เรียนรู้การแสดงภาพและสำรวจข้อมูลประชากรจากสำนักงานสำมะโนประชากรสหรัฐฯ อย่างรวดเร็วด้วยเครื่องมือ tidyverse
การวิเคราะห์ข้อมูลเชิงสำรวจ
คอร์ส
In this course, youll prepare for the most frequently covered statistical topics from distributions to hypothesis testing, regression models, and much more.
ความน่าจะเป็นและสถิติ
คอร์ส
Use Agent Search on Gemini Enterprise Agent Platform to provide your website users a generative search experience.
Cloud
คอร์ส
Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.
Machine Learning
คอร์ส
Use C++ to dramatically boost the performance of your R code.
การพัฒนาซอฟต์แวร์
คอร์ส
Master Apache Beam and Dataflow foundations including portability, Runner v2, Shuffle Service, Streaming Engine, IAM, quotas, and security.
Cloud
คอร์ส
เรียนรู้วิธีระบุปัจจัยขับเคลื่อนอุปสงค์ที่สำคัญ ดูผลกระทบตามฤดูกาล และคาดการณ์อุปสงค์ของลำดับชั้นผลิตภัณฑ์จากตัวอย่างจริง
ความน่าจะเป็นและสถิติ
คอร์ส
ในอีคอมเมิร์ซ การเพิ่มยอดขายและลดค่าใช้จ่ายคือสิ่งสำคัญอันดับต้นๆ ในกรณีศึกษานี้ คุณจะวิเคราะห์ข้อมูลจากบริษัทจำหน่ายอุปกรณ์สัตว์เลี้ยงออนไลน์
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
เขียนโค้ดที่ขยายขนาดได้สำหรับจัดการ big data ใน R ด้วยแพ็กเกจ bigmemory และ iotools
การพัฒนาซอฟต์แวร์
คอร์ส
This course introduces you to event-based applications and teaches you how to use service orchestration and choreography to coordinate microservices.
Cloud
คอร์ส
Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.
Cloud
คอร์ส
เรียนรู้วิธีปรับแต่งไฮเปอร์พารามิเตอร์ของโมเดลเพื่อให้ได้ผลการทำนายที่ดีที่สุด
Machine Learning
คอร์ส
คาดการณ์การลาออกของพนักงานและออกแบบกลยุทธ์การรักษาพนักงาน
Machine Learning
คอร์ส
You learn best practices for cloud applications, and how to select compute and data options to match your application use cases.
Cloud
คอร์ส
เขียนโค้ดแบบวนซ้ำที่แข็งแกร่ง สะอาด และดูแลรักษาง่าย ด้วย purrr
การพัฒนาซอฟต์แวร์
คอร์ส
This course introduces you to the core features and functionalities of Gemini Code Assist, an AI-powered app development collaborator for Google Cloud.
Cloud
คอร์ส
เรียนรู้วิธีสร้างการแสดงผลข้อมูลแบบโต้ตอบ รวมถึงการสร้างและเชื่อมต่อวิดเจ็ตด้วย Bokeh!
การแสดงผลข้อมูลเป็นภาพ
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