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

Case Study: Analyzing City Time Series Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 147 รีวิว

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

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Machine Learning for Marketing Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 71 รีวิว

เรียนรู้การใช้ data science เพื่อจัดการงานการตลาดยอดนิยมหลายรูปแบบ

Machine Learning

4 ชั่วโมง

คอร์ส

Market Basket Analysis in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 95 รีวิว

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

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

การสร้างโมเดลการถดถอยแบบ Bayesian ด้วย rstanarm

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 72 รีวิว

เรียนรู้วิธีใช้ประโยชน์จากวิธีการประมาณแบบเบย์เพื่ออนุมานเกี่ยวกับแบบจำลองการถดถอยเชิงเส้นได้ดียิ่งขึ้น

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Handling Missing Data with Imputations in R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 106 รีวิว

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

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

ChIP-seq with Bioconductor in R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 52 รีวิว

เรียนรู้วิธีวิเคราะห์และตีความข้อมูล ChIP-seq ด้วย Bioconductor โดยใช้ชุดข้อมูลมะเร็งของมนุษย์

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Introduction to Natural Language Processing in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 40 รีวิว

Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.

Machine Learning

4 ชั่วโมง

คอร์ส

การประมวลผลข้อมูลขนาดใหญ่ใน R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 28 รีวิว

เขียนโค้ดที่ขยายขนาดได้สำหรับจัดการ big data ใน R ด้วยแพ็กเกจ bigmemory และ iotools

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

Analyzing US Census Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 38 รีวิว

Learn to rapidly visualize and explore demographic data from the United States Census Bureau using tidyverse tools.

การวิเคราะห์ข้อมูลเชิงสำรวจ

4 ชั่วโมง

คอร์ส

Dimensionality Reduction in R

  • Basicระดับทักษะ
  • 4.7+
  • 98 รีวิว

Learn dimensionality reduction techniques in R and master feature selection and extraction for your own data and models.

Machine Learning

4 ชั่วโมง

คอร์ส

การวิเคราะห์ความรู้สึกใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 97 รีวิว

เรียนรู้การวิเคราะห์ความรู้สึกด้วยการระบุภาษาบวกและลบ เจตนาเชิงอารมณ์เฉพาะ และสร้างภาพข้อมูลที่น่าสนใจ

Machine Learning

4 ชั่วโมง

คอร์ส

Practicing Statistics Interview Questions in R

  • ขั้นสูงระดับทักษะ
  • 4.7+
  • 23 รีวิว

In this course, youll prepare for the most frequently covered statistical topics from distributions to hypothesis testing, regression models, and much more.

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

การสร้างแดชบอร์ดด้วย flexdashboard

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 51 รีวิว

ในคอร์สนี้ คุณจะได้เรียนรู้วิธีสร้างแดชบอร์ดแบบคงที่และแบบโต้ตอบด้วย flexdashboard และ shiny

การรายงาน

4 ชั่วโมง

คอร์ส

การ Join ข้อมูลด้วย data.table ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 73 รีวิว

เรียนรู้การรวมและผสานชุดข้อมูลด้วย data.table

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

GARCH Models in R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 100 รีวิว

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

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Equity Valuation in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 65 รีวิว

Learn the fundamentals of valuing stocks.

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Analyzing Social Media Data in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 90 รีวิว

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

การจัดการข้อมูล

4 ชั่วโมง

คอร์ส

การปรับ Hyperparameter ใน R

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 63 รีวิว

เรียนรู้วิธีปรับแต่งไฮเปอร์พารามิเตอร์ของโมเดลเพื่อให้ได้ผลการทำนายที่ดีที่สุด

Machine Learning

4 ชั่วโมง

คอร์ส

Optimizing R Code with Rcpp

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 14 รีวิว

Use C++ to dramatically boost the performance of your R code.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

การเขียนโปรแกรมแบบขนานใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 78 รีวิว

ปลดล็อกพลังของการประมวลผลแบบขนานใน R ยกระดับทักษะวิเคราะห์ข้อมูล เร่งการคำนวณ และจัดการชุดข้อมูลขนาดใหญ่ได้อย่างง่ายดาย

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

การสร้างแบบจำลอง Bayesian ด้วย RJAGS

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 53 รีวิว

ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำโมเดลเบย์เซียนขั้นสูงไปใช้ด้วย RJAGS

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Intermediate Regular Expressions in R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 37 รีวิว

Manipulate text data, analyze it and more by mastering regular expressions and string distances in R.

การพัฒนาซอฟต์แวร์

4 ชั่วโมง

คอร์ส

การพยากรณ์ความต้องการสินค้าใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 30 รีวิว

เรียนรู้วิธีระบุปัจจัยขับเคลื่อนอุปสงค์ที่สำคัญ ดูผลกระทบตามฤดูกาล และคาดการณ์อุปสงค์ของลำดับชั้นผลิตภัณฑ์จากตัวอย่างจริง

ความน่าจะเป็นและสถิติ

4 ชั่วโมง

คอร์ส

Business Process Analytics ใน R

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 44 รีวิว

เรียนรู้วิธีวิเคราะห์กระบวนการทางธุรกิจใน R และดึงข้อมูลเชิงลึกที่นำไปใช้ได้จากชุดข้อมูลเหตุการณ์ขนาดมหึมา

การรายงาน

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