คอร์ส
Programming with dplyr
- ระดับกลางระดับทักษะ
- 4.8+
- 50 รีวิว
Learn how to perform advanced dplyr transformations and incorporate dplyr and ggplot2 code in functions.
การจัดการข้อมูล
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
Learn how to perform advanced dplyr transformations and incorporate dplyr and ggplot2 code in functions.
การจัดการข้อมูล
คอร์ส
Learn the principles of feature engineering for machine learning models and how to implement them using the R tidymodels framework.
Machine Learning
คอร์ส
ฝึกทักษะ Shiny ของคุณไปพร้อมกับสร้างแอป Shiny สนุกๆ สำหรับสถานการณ์จริง!
การรายงาน
คอร์ส
เรียนรู้การวิเคราะห์ความรู้สึกด้วยการระบุภาษาบวกและลบ เจตนาเชิงอารมณ์เฉพาะ และสร้างภาพข้อมูลที่น่าสนใจ
Machine Learning
คอร์ส
เรียนรู้วิธีวิเคราะห์และตีความข้อมูล ChIP-seq ด้วย Bioconductor โดยใช้ชุดข้อมูลมะเร็งของมนุษย์
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้วิธีใช้ประโยชน์จากวิธีการประมาณแบบเบย์เพื่ออนุมานเกี่ยวกับแบบจำลองการถดถอยเชิงเส้นได้ดียิ่งขึ้น
ความน่าจะเป็นและสถิติ
คอร์ส
คอร์สนี้ครอบคลุมพื้นฐานของการเทรดทางการเงินและวิธีใช้ quantstrat เพื่อสร้างกลยุทธ์การเทรดแบบอิงสัญญาณ
การเงินประยุกต์
คอร์ส
Learn dimensionality reduction techniques in R and master feature selection and extraction for your own data and models.
Machine Learning
คอร์ส
Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.
Machine Learning
คอร์ส
This course will show you how to combine and merge datasets with data.table.
การจัดการข้อมูล
คอร์ส
เรียนรู้การวิเคราะห์และสร้างแบบจำลองข้อมูลการเลือกของลูกค้าใน R
ความน่าจะเป็นและสถิติ
คอร์ส
Learn the basics of cash flow valuation, work with human mortality data and build life insurance products in R.
การเงินประยุกต์
คอร์ส
เรียนรู้วิธีปรับแต่งไฮเปอร์พารามิเตอร์ของโมเดลเพื่อให้ได้ผลการทำนายที่ดีที่สุด
Machine Learning
คอร์ส
Manipulate text data, analyze it and more by mastering regular expressions and string distances in R.
การพัฒนาซอฟต์แวร์
คอร์ส
Learn how to visualize big data in R using ggplot2 and trelliscopejs.
การแสดงผลข้อมูลเป็นภาพ
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
Learn how to write scalable code for working with big data in R using the bigmemory and iotools packages.
การพัฒนาซอฟต์แวร์
คอร์ส
เรียนรู้การเขียนโปรแกรมเชิงป้องกันใน R เพื่อทำให้โค้ดของคุณทนทานยิ่งขึ้น
การพัฒนาซอฟต์แวร์
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีสร้างแดชบอร์ดแบบคงที่และแบบโต้ตอบด้วย flexdashboard และ shiny
การรายงาน
คอร์ส
Learn to rapidly visualize and explore demographic data from the United States Census Bureau using tidyverse tools.
การวิเคราะห์ข้อมูลเชิงสำรวจ
คอร์ส
Extract and visualize Twitter data, perform sentiment and network analysis, and map the geolocation of your tweets.
การจัดการข้อมูล
คอร์ส
Use C++ to dramatically boost the performance of your R code.
การพัฒนาซอฟต์แวร์
คอร์ส
เรียนรู้วิธีวิเคราะห์กระบวนการทางธุรกิจใน R และดึงข้อมูลเชิงลึกที่นำไปใช้ได้จากชุดข้อมูลเหตุการณ์ขนาดมหึมา
การรายงาน
คอร์ส
เรียนรู้การวิเคราะห์ การพล็อต และการสร้างแบบจำลองข้อมูลหลายตัวแปร
ความน่าจะเป็นและสถิติ
การเงินประยุกต์
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำโมเดลเบย์เซียนขั้นสูงไปใช้ด้วย RJAGS
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้วิธีระบุปัจจัยขับเคลื่อนอุปสงค์ที่สำคัญ ดูผลกระทบตามฤดูกาล และคาดการณ์อุปสงค์ของลำดับชั้นผลิตภัณฑ์จากตัวอย่างจริง
ความน่าจะเป็นและสถิติ
คอร์ส
เรียนรู้ mixture models: กรอบสถิติที่สะดวกและเป็นทางการสำหรับ probabilistic clustering และ classification
ความน่าจะเป็นและสถิติ
คอร์ส
คาดการณ์การลาออกของพนักงานและออกแบบกลยุทธ์การรักษาพนักงาน
Machine Learning
คอร์ส
Continue learning with purrr to create robust, clean, and easy to maintain iterative code.
การพัฒนาซอฟต์แวร์
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
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา