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

การสร้างแดชบอร์ดด้วย shinydashboard

  • Basicระดับทักษะ
  • 4.7+
  • 79 รีวิว

เรียนรู้การสร้างแดชบอร์ดแบบโต้ตอบด้วย R โดยใช้แพ็กเกจ shinydashboard อันทรงพลัง สร้างภาพข้อมูลเชิงโต้ตอบที่น่าสนใจสำหรับผู้ชมของคุณ

การรายงาน

4 ชั่วโมง

คอร์ส

Handling Missing Data with Imputations in R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 104 รีวิว

Diagnose, visualize and treat missing data with a range of imputation techniques with tips to improve your results.

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

การสื่อสารด้วยข้อมูลใน Tidyverse

  • Basicระดับทักษะ
  • 4.8+
  • 197 รีวิว

ใช้พลังของเครื่องมือ tidyverse เพื่อสร้างกราฟิกคุณภาพระดับตีพิมพ์และรายงานสไตล์กำหนดเองที่สื่อผลลัพธ์ของคุณ

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

Modeling with tidymodels in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 179 รีวิว

Learn to streamline your machine learning workflows with tidymodels.

Machine Learning

4 ชั่วโมง

คอร์ส

Market Basket Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 93 รีวิว

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

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Introduction to Portfolio Analysis in R

  • Basicระดับทักษะ
  • 4.8+
  • 150 รีวิว

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

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

Credit Risk Modeling in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 87 รีวิว

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

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Visualizing Geospatial Data in R

  • ระดับกลางระดับทักษะ
  • 4.5+
  • 87 รีวิว

Learn to read, explore, and manipulate spatial data then use your skills to create informative maps using R.

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

Interactive Maps with leaflet in R

  • Basicระดับทักษะ
  • 4.7+
  • 96 รีวิว

เรียนรู้วิธีสร้างแผนที่เว็บแบบโต้ตอบได้อย่างง่ายดายด้วย leaflet

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 107 รีวิว

ในหลักสูตรนี้ คุณจะได้เรียนรู้เทคนิคสำหรับการอนุมานทางสถิติบนข้อมูลเชิงตัวเลข

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Fraud Detection in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 38 รีวิว

Learn to detect fraud with analytics in R.

Machine Learning

4 ชั่วโมง

คอร์ส

Quantitative Risk Management in R

  • Basicระดับทักษะ
  • 4.8+
  • 83 รีวิว

ทำงานกับอนุกรมผลตอบแทนปัจจัยเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์ และประมาณค่า value-at-risk

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

การสร้างกราฟิกแบบโต้ตอบด้วย plotly ใน R

  • Basicระดับทักษะ
  • 4.8+
  • 85 รีวิว

เรียนรู้การใช้ plotly ใน R เพื่อสร้างภาพข้อมูลแบบโต้ตอบ ยกระดับการเล่าเรื่องด้วยข้อมูลของคุณ

การแสดงผลข้อมูลเป็นภาพ

4 ชั่วโมง

คอร์ส

Support Vector Machines in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 91 รีวิว

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

Machine Learning

4 ชั่วโมง

คอร์ส

การจัดการข้อมูลด้วย data.table ใน R

  • Basicระดับทักษะ
  • 4.6+
  • 22 รีวิว

เชี่ยวชาญแนวคิดหลักของการจัดการข้อมูล เช่น การกรอง การเลือก และการคำนวณสถิติแบบกลุ่มด้วย data.table

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

Bond Valuation and Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 89 รีวิว

Learn to use R to develop models to evaluate and analyze bonds as well as protect them from interest rate changes.

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Developing R Packages

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 151 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

HR Analytics: Exploring Employee Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 37 รีวิว

Learn how to manipulate, visualize, and perform statistical tests through a series of HR analytics case studies.

การวิเคราะห์ข้อมูลเชิงสำรวจ

5 ชั่วโมง

คอร์ส

Foundations of Functional Programming with purrr

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 91 รีวิว

เรียนรู้การสรุปและจัดการรายการได้อย่างง่ายดายด้วยแพ็กเกจ purrr

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Structural Equation Modeling ด้วย lavaan ใน R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 75 รีวิว

เรียนรู้วิธีสร้างและประเมินแบบจำลองการวัดที่ใช้ยืนยันโครงสร้างของสเกลหรือแบบสอบถาม

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Inference for Categorical Data in R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 111 รีวิว

In this course youll learn how to leverage statistical techniques for working with categorical data.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Machine Learning for Marketing Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 70 รีวิว

In this course youll learn how to use data science for several common marketing tasks.

Machine Learning

4 ชั่วโมง

คอร์ส

R For SAS Users

  • Basicระดับทักษะ
  • 4.7+
  • 27 รีวิว

Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Text Mining with Bag-of-Words in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 138 รีวิว

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

Machine Learning

4 ชั่วโมง

คอร์ส

Differential Expression Analysis with limma in R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 54 รีวิว

Learn to use the Bioconductor package limma for differential gene expression analysis.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

GARCH Models in R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 96 รีวิว

Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 62 รีวิว

GAMs จำลองความสัมพันธ์ในข้อมูลเป็นฟังก์ชันไม่เชิงเส้นที่ปรับตัวได้สูงกับปัญหาวิทยาการข้อมูลหลากหลายประเภท

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Case Study: Analyzing City Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 145 รีวิว

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

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

A/B Testing ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 90 รีวิว

เรียนรู้พื้นฐานของการทดสอบ A/B ใน R รวมถึงการออกแบบการทดลอง วิเคราะห์ข้อมูล คาดการณ์ผลลัพธ์ และนำเสนอผลผ่านการแสดงผลข้อมูลด้วยภาพ

ความน่าจะเป็นและสถิติ

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

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา