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

การสร้างกราฟิกแบบโต้ตอบด้วย plotly ใน R

  • Basicระดับทักษะ
  • 4.8+
  • 98 รีวิว

เรียนรู้การใช้ plotly ใน R เพื่อสร้างภาพข้อมูลแบบโต้ตอบ ยกระดับการเล่าเรื่องด้วยข้อมูลของคุณ

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 121 รีวิว

ในหลักสูตรนี้ คุณจะได้เรียนรู้เทคนิคสำหรับการอนุมานทางสถิติบนข้อมูลเชิงตัวเลข

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Analyzing Social Media Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 98 รีวิว

Extract and visualize Twitter data, perform sentiment and network analysis, and map the geolocation of your tweets.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

ข้อมูลเชิงหมวดหมู่ใน Tidyverse

  • Basicระดับทักษะ
  • 4.8+
  • 192 รีวิว

เตรียมพร้อมจัดหมวดหมู่! ในหลักสูตรนี้ คุณจะทำงานกับข้อมูลที่ไม่ใช่ตัวเลข เช่น ตำแหน่งงานหรือคำตอบแบบสำรวจ โดยใช้ Tidyverse landscape

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Web Scraping in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 102 รีวิว

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

การเตรียมข้อมูล

4 ชั่วโมง

คอร์ส

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 64 รีวิว

GAMs จำลองความสัมพันธ์ในข้อมูลเป็นฟังก์ชันไม่เชิงเส้นที่ปรับตัวได้สูงกับปัญหาวิทยาการข้อมูลหลากหลายประเภท

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Credit Risk Modeling in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 94 รีวิว

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Programming with dplyr

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 53 รีวิว

Learn how to perform advanced dplyr transformations and incorporate dplyr and ggplot2 code in functions.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

การวิเคราะห์เครือข่ายใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 138 รีวิว

เรียนรู้การวิเคราะห์และแสดงภาพข้อมูลเครือข่ายด้วยแพ็กเกจ igraph และสร้างกราฟเครือข่ายแบบโต้ตอบด้วย threejs

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Modeling with tidymodels in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 194 รีวิว

Learn to streamline your machine learning workflows with tidymodels.

Machine Learning

4 ชั่วโมง

คอร์ส

Introduction to Portfolio Analysis in R

  • Basicระดับทักษะ
  • 4.8+
  • 164 รีวิว

Apply your finance and R skills to backtest, analyze, and optimize financial portfolios.

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Quantitative Risk Management in R

  • Basicระดับทักษะ
  • 4.8+
  • 89 รีวิว

ทำงานกับอนุกรมผลตอบแทนปัจจัยเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์ และประมาณค่า value-at-risk

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Machine Learning ใน Tidyverse

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 124 รีวิว

ใช้แพ็กเกจ tidyr และ purrr ใน tidyverse เพื่อสร้าง สำรวจ และประเมินโมเดลแมชชีนเลิร์นนิง

Machine Learning

5 ชั่วโมง

คอร์ส

การเขียน R แบบ Defensive Programming

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 96 รีวิว

เรียนรู้การเขียนโปรแกรมเชิงป้องกันใน R เพื่อทำให้โค้ดของคุณทนทานยิ่งขึ้น

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Visualizing Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 189 รีวิว

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

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

R สำหรับผู้ใช้ SAS

  • Basicระดับทักษะ
  • 4.6+
  • 32 รีวิว

ต่อยอดความรู้ SAS สู่ R และวิเคราะห์ข้อมูลด้วยภาษาโปรแกรมฟรีที่ทรงพลัง

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Business Process Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 51 รีวิว

เรียนรู้วิธีวิเคราะห์กระบวนการทางธุรกิจใน R และดึงข้อมูลเชิงลึกที่นำไปใช้ได้จากชุดข้อมูลเหตุการณ์ขนาดมหึมา

การรายงาน

4 ชั่วโมง

คอร์ส

Developing R Packages

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 163 รีวิว

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

การนำเข้าและจัดการข้อมูลทางการเงินใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 112 รีวิว

เรียนรู้วิธีเข้าถึงข้อมูลทางการเงินจากไฟล์ในเครื่องและจากแหล่งข้อมูลบนอินเทอร์เน็ต

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Support Vector Machines in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 107 รีวิว

This course will introduce the support vector machine (SVM) using an intuitive, visual approach.

Machine Learning

4 ชั่วโมง

คอร์ส

การวิเคราะห์ปัจจัยใน R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 170 รีวิว

สำรวจตัวแปรแฝง เช่น บุคลิกภาพ ด้วยการวิเคราะห์องค์ประกอบเชิงสำรวจและเชิงยืนยัน

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Text Mining with Bag-of-Words in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 146 รีวิว

Learn the bag of words technique for text mining with R.

Machine Learning

4 ชั่วโมง

คอร์ส

การประเมินมูลค่าและวิเคราะห์พันธบัตรด้วย R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 92 รีวิว

ฝึกใช้ R สร้างโมเดลวิเคราะห์และประเมินพันธบัตร พร้อมป้องกันความเสี่ยงจากการเปลี่ยนแปลงอัตราดอกเบี้ย

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Structural Equation Modeling ด้วย lavaan ใน R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 77 รีวิว

เรียนรู้วิธีสร้างและประเมินแบบจำลองการวัดที่ใช้ยืนยันโครงสร้างของสเกลหรือแบบสอบถาม

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

การสร้างภาพข้อมูลเชิงโต้ตอบด้วย plotly ใน R ระดับกลาง

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 47 รีวิว

เรียนรู้การสร้างกราฟิกเคลื่อนไหวและมุมมองที่เชื่อมโยงทั้งหมดใน R ด้วย plotly

การแสดงผลข้อมูลเป็นภาพ

4 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

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน