คอร์ส
ข้อมูลเชิงหมวดหมู่ใน Tidyverse
- Basicระดับทักษะ
- 4.8+
- 177 รีวิว
เตรียมพร้อมจัดหมวดหมู่! ในหลักสูตรนี้ คุณจะทำงานกับข้อมูลที่ไม่ใช่ตัวเลข เช่น ตำแหน่งงานหรือคำตอบแบบสำรวจ โดยใช้ Tidyverse landscape
การจัดการข้อมูล
คอร์สด้าน Data, AI และ Cloud
เชี่ยวชาญทักษะที่สำคัญดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
- เรียนในจังหวะของตัวเอง
- รับประสบการณ์ปฏิบัติจริง
- เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
127 คอร์ส
คอร์ส
Support Vector Machines in R
- ระดับกลางระดับทักษะ
- 4.8+
- 95 รีวิว
This course will introduce the support vector machine (SVM) using an intuitive, visual approach.
Machine Learning
คอร์ส
การวิเคราะห์เครือข่ายใน R
- ระดับกลางระดับทักษะ
- 4.8+
- 135 รีวิว
เรียนรู้การวิเคราะห์และแสดงภาพข้อมูลเครือข่ายด้วยแพ็กเกจ igraph และสร้างกราฟเครือข่ายแบบโต้ตอบด้วย threejs
ความน่าจะเป็นและสถิติ
คอร์ส
A/B Testing ใน R
- ระดับกลางระดับทักษะ
- 4.8+
- 95 รีวิว
เรียนรู้พื้นฐานของการทดสอบ A/B ใน R รวมถึงการออกแบบการทดลอง วิเคราะห์ข้อมูล คาดการณ์ผลลัพธ์ และนำเสนอผลผ่านการแสดงผลข้อมูลด้วยภาพ
ความน่าจะเป็นและสถิติ
คอร์ส
การจัดการข้อมูลด้วย data.table ใน R
- Basicระดับทักษะ
- 4.6+
- 23 รีวิว
เชี่ยวชาญแนวคิดหลักของการจัดการข้อมูล เช่น การกรอง การเลือก และการคำนวณสถิติแบบกลุ่มด้วย data.table
การจัดการข้อมูล
คอร์ส
R For SAS Users
- Basicระดับทักษะ
- 4.7+
- 29 รีวิว
Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.
การพัฒนาซอฟต์แวร์
คอร์ส
Inference for Categorical Data in R
- ขั้นสูงระดับทักษะ
- 4.8+
- 117 รีวิว
In this course youll learn how to leverage statistical techniques for working with categorical data.
ความน่าจะเป็นและสถิติ
คอร์ส
Interactive Maps with leaflet in R
- Basicระดับทักษะ
- 4.7+
- 100 รีวิว
เรียนรู้วิธีสร้างแผนที่เว็บแบบโต้ตอบได้อย่างง่ายดายด้วย leaflet
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Credit Risk Modeling in R
- ระดับกลางระดับทักษะ
- 4.7+
- 88 รีวิว
Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.
การเงินประยุกต์
คอร์ส
Quantitative Risk Management in R
- Basicระดับทักษะ
- 4.8+
- 85 รีวิว
ทำงานกับอนุกรมผลตอบแทนปัจจัยเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์ และประมาณค่า value-at-risk
การเงินประยุกต์
คอร์ส
การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R
- ขั้นสูงระดับทักษะ
- 4.8+
- 113 รีวิว
ในหลักสูตรนี้ คุณจะได้เรียนรู้เทคนิคสำหรับการอนุมานทางสถิติบนข้อมูลเชิงตัวเลข
ความน่าจะเป็นและสถิติ
คอร์ส
Introduction to Portfolio Analysis in R
- Basicระดับทักษะ
- 4.8+
- 152 รีวิว
Apply your finance and R skills to backtest, analyze, and optimize financial portfolios.
การเงินประยุกต์
คอร์ส
Programming with dplyr
- ระดับกลางระดับทักษะ
- 4.7+
- 52 รีวิว
Learn how to perform advanced dplyr transformations and incorporate dplyr and ggplot2 code in functions.
การจัดการข้อมูล
คอร์ส
การเขียน R แบบ Defensive Programming
- ระดับกลางระดับทักษะ
- 4.8+
- 90 รีวิว
เรียนรู้การเขียนโปรแกรมเชิงป้องกันใน R เพื่อทำให้โค้ดของคุณทนทานยิ่งขึ้น
การพัฒนาซอฟต์แวร์
คอร์ส
Modeling with tidymodels in R
- ระดับกลางระดับทักษะ
- 4.8+
- 186 รีวิว
Learn to streamline your machine learning workflows with tidymodels.
Machine Learning
คอร์ส
HR Analytics: Exploring Employee Data in R
- ระดับกลางระดับทักษะ
- 4.8+
- 42 รีวิว
Learn how to manipulate, visualize, and perform statistical tests through a series of HR analytics case studies.
การวิเคราะห์ข้อมูลเชิงสำรวจ
คอร์ส
Developing R Packages
- ระดับกลางระดับทักษะ
- 4.7+
- 158 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
คอร์ส
Visualizing Time Series Data in R
- ระดับกลางระดับทักษะ
- 4.8+
- 185 รีวิว
Learn how to visualize time series in R, then practice with a stock-picking case study.
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Structural Equation Modeling ด้วย lavaan ใน R
- ขั้นสูงระดับทักษะ
- 4.8+
- 76 รีวิว
เรียนรู้วิธีสร้างและประเมินแบบจำลองการวัดที่ใช้ยืนยันโครงสร้างของสเกลหรือแบบสอบถาม
ความน่าจะเป็นและสถิติ
คอร์ส
การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R
- ระดับกลางระดับทักษะ
- 4.8+
- 63 รีวิว
GAMs จำลองความสัมพันธ์ในข้อมูลเป็นฟังก์ชันไม่เชิงเส้นที่ปรับตัวได้สูงกับปัญหาวิทยาการข้อมูลหลากหลายประเภท
ความน่าจะเป็นและสถิติ
คอร์ส
การประเมินมูลค่าและวิเคราะห์พันธบัตรด้วย R
- ระดับกลางระดับทักษะ
- 4.8+
- 91 รีวิว
ฝึกใช้ R สร้างโมเดลวิเคราะห์และประเมินพันธบัตร พร้อมป้องกันความเสี่ยงจากการเปลี่ยนแปลงอัตราดอกเบี้ย
การเงินประยุกต์
คอร์ส
การวิเคราะห์ Differential Expression ด้วย limma ใน R
- ขั้นสูงระดับทักษะ
- 4.7+
- 57 รีวิว
ฝึกใช้แพ็กเกจ Bioconductor limma วิเคราะห์การแสดงออกของยีนแบบแตกต่าง
ความน่าจะเป็นและสถิติ
คอร์ส
การนำเข้าและจัดการข้อมูลทางการเงินใน R
- ระดับกลางระดับทักษะ
- 4.7+
- 110 รีวิว
เรียนรู้วิธีเข้าถึงข้อมูลทางการเงินจากไฟล์ในเครื่องและจากแหล่งข้อมูลบนอินเทอร์เน็ต
การเงินประยุกต์
คอร์ส
Foundations of Functional Programming with purrr
- ระดับกลางระดับทักษะ
- 4.7+
- 94 รีวิว
เรียนรู้การสรุปและจัดการรายการได้อย่างง่ายดายด้วยแพ็กเกจ purrr
การพัฒนาซอฟต์แวร์
คอร์ส
การเทรดหุ้นด้วย R
- ระดับกลางระดับทักษะ
- 4.8+
- 78 รีวิว
คอร์สนี้ครอบคลุมพื้นฐานของการเทรดทางการเงินและวิธีใช้ quantstrat เพื่อสร้างกลยุทธ์การเทรดแบบอิงสัญญาณ
การเงินประยุกต์
คอร์ส
Text Mining with Bag-of-Words in R
- ระดับกลางระดับทักษะ
- 4.8+
- 139 รีวิว
Learn the bag of words technique for text mining with R.
Machine Learning
คอร์ส
การสร้างกราฟิกแบบโต้ตอบด้วย plotly ใน R
- Basicระดับทักษะ
- 4.8+
- 86 รีวิว
เรียนรู้การใช้ plotly ใน R เพื่อสร้างภาพข้อมูลแบบโต้ตอบ ยกระดับการเล่าเรื่องด้วยข้อมูลของคุณ
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
Feature Engineering in R
- ระดับกลางระดับทักษะ
- 4.7+
- 157 รีวิว
Learn the principles of feature engineering for machine learning models and how to implement them using the R tidymodels framework.
Machine Learning
คอร์ส
กรณีศึกษา: การวิเคราะห์เครือข่ายใน R
- Basicระดับทักษะ
- 4.7+
- 50 รีวิว
ประยุกต์ใช้แนวคิดพื้นฐานของการวิเคราะห์เครือข่ายกับชุดข้อมูลจริงขนาดใหญ่ในกรณีศึกษา 4 แบบ
ความน่าจะเป็นและสถิติ
คอร์ส
การแจกแจงความน่าจะเป็นหลายตัวแปรใน R
- ระดับกลางระดับทักษะ
- 4.7+
- 50 รีวิว
เรียนรู้การวิเคราะห์ การพล็อต และการสร้างแบบจำลองข้อมูลหลายตัวแปร
ความน่าจะเป็นและสถิติ
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