คอร์ส
การวิเคราะห์ข้อมูลธุรกิจด้วย SQL
- ระดับกลางระดับทักษะ
- 4.8+
- 246 รีวิว
เรียนรู้การเขียนคิวรี SQL เพื่อคำนวณเมตริกสำคัญที่ธุรกิจใช้วัดประสิทธิภาพ
การรายงาน
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
เรียนรู้การเขียนคิวรี SQL เพื่อคำนวณเมตริกสำคัญที่ธุรกิจใช้วัดประสิทธิภาพ
การรายงาน
คอร์ส
อะไรทำให้ LLMs ทำงาน? ค้นพบว่า transformers ปฏิวัติการสร้างแบบจำลองข้อความและจุดชนวนการเติบโตของ generative AI ได้อย่างไร
ปัญญาประดิษฐ์
คอร์ส
ในคอร์สนี้ คุณจะเรียนรู้การอ่านไฟล์ CSV, XLS และไฟล์ข้อความใน R โดยใช้เครื่องมืออย่าง readxl และ data.table
การเตรียมข้อมูล
คอร์ส
You learn about the key features of Gemini and how they can be used to improve productivity and efficiency in Google Workspace.
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้การใช้เทคนิคเชิงกราฟิกและเชิงตัวเลขเพื่อเริ่มค้นหาโครงสร้างของข้อมูลของคุณ
การวิเคราะห์ข้อมูลเชิงสำรวจ
คอร์ส
ต่อยอดความรู้พื้นฐาน Power Query ใน Excel ของคุณ คอร์สระดับกลางนี้จะพาคุณก้าวสู่การเชี่ยวชาญการแปลงข้อมูลขั้นต่อไป
การเตรียมข้อมูล
คอร์ส
This course aims to move beyond the basic understanding of chatbots to explore the true potential of generative AI for your organization.
Cloud
คอร์ส
ค้นพบว่า AI สามารถยกระดับงานที่ปรึกษาของคุณไปอีกขั้นได้อย่างไร! วิจัย วิเคราะห์ และสื่อสารได้อย่างมีประสิทธิภาพและเกิดผลมากขึ้น
ปัญญาประดิษฐ์
คอร์ส
แดชบอร์ดคือสิ่งจำเป็นในโลกที่ขับเคลื่อนด้วยข้อมูล เพิ่มผลกระทบต่อผลประกอบการธุรกิจของคุณด้วยแดชบอร์ด Tableau
การแสดงผลข้อมูลเป็นภาพ
คอร์ส
สำรวจจริยธรรมข้อมูลด้วยหลักสูตรแนะนำฉบับครบถ้วน ครอบคลุมหลักการ จริยธรรม AI และทักษะปฏิบัติ เพื่อการใช้ข้อมูลอย่างรับผิดชอบ
ความรู้ด้านข้อมูล
คอร์ส
ยกระดับทักษะ dbt ของคุณด้วยคอร์สลงมือทำนี้ ออกแบบมาสำหรับวิศวกรข้อมูลและผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูล
วิศวกรรมข้อมูล
คอร์ส
เรียนรู้วิธีใช้ MLflow เพื่อทำให้ความซับซ้อนของการสร้างแอปพลิเคชันแมชชีนเลิร์นนิงง่ายขึ้น สำรวจ MLflow tracking, projects, models และ model registry.
Machine Learning
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้รายละเอียดของตัวจำแนกเชิงเส้น เช่น logistic regression และ SVM
Machine Learning
คอร์ส
ใช้ AI ในทุกขั้นตอนของการวิเคราะห์ข้อมูลของคุณ เขียนพรอมต์ให้คมขึ้น ตรวจสอบคุณภาพข้อมูล ค้นหาอินไซต์ที่คุ้มค่าต่อการตามต่อ และส่งมอบงานที่คุณไว้ใจได้
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้วิธีและเวลาที่ควรใช้การทดสอบสมมติฐานใน R รวมถึง t-tests, proportion tests และ chi-square tests
ความน่าจะเป็นและสถิติ
คอร์ส
ใช้ PyTorch กับภาพและโมเดล deep learning สำหรับการตรวจจับวัตถุด้วย bounding boxes และการสร้าง image segmentation
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้พลังของ Databricks Lakehouse และช่วยให้คุณยกระดับทักษะด้าน data engineering และ machine learning ของคุณ
วิศวกรรมข้อมูล
คอร์ส
Create impactful presentations faster with Gemini in Google Slides. Use AI-powered design and suggestions to build professional, engaging slides in minutes.
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้การรวมข้อมูลจากหลายตารางเพื่อหาคำตอบของคำถามที่ซับซ้อนขึ้นด้วย dplyr
การจัดการข้อมูล
คอร์ส
ฝึกทักษะสำคัญด้วย Scikit-learn, SHAP และ LIME เพื่อทดสอบและสร้างระบบ AI ที่โปร่งใส น่าเชื่อถือ และตรวจสอบได้
ปัญญาประดิษฐ์
คอร์ส
Create and refine videos faster with Gemini in Google Vids. Use AI-powered storyboarding and content generation to produce polished videos with ease.
Cloud
คอร์ส
เรียนรู้พื้นฐานของ gradient boosting และสร้างโมเดล machine learning ชั้นนำด้วย XGBoost เพื่อแก้ปัญหาการจำแนกประเภทและการถดถอย
Machine Learning
คอร์ส
เชี่ยวชาญการสร้างหลายขั้นตอน เครื่องมือเครือข่าย Docker และ Docker Compose เพื่อแอปคอนเทนเนอร์ที่ดีที่สุด!
การพัฒนาซอฟต์แวร์
คอร์ส
เริ่มต้นเส้นทางการเรียนรู้ reinforcement learning ของคุณ! เรียนรู้ว่าเอเจนต์สามารถเรียนรู้การแก้ปัญหาสภาพแวดล้อมผ่านการโต้ตอบได้อย่างไร
ปัญญาประดิษฐ์
คอร์ส
Implement experimental design setups and perform robust statistical analyses to make precise and valid conclusions!
ความน่าจะเป็นและสถิติ
คอร์ส
Learn to process, transform, and manipulate images at your will.
Machine Learning
คอร์ส
เชี่ยวชาญ AWS security, governance และ cost optimization เพื่อเตรียมสอบ Cloud Practitioner certification
Cloud
คอร์ส
Learn about data science for managers and businesses and how to use data to strengthen your organization.
ความรู้ด้านข้อมูล
คอร์ส
ค้นพบวิธีตัดสินใจทางธุรกิจได้ดีขึ้นด้วยการใช้กรอบงานข้อมูลเชิงปฏิบัติ—ไม่ต้องเขียนโค้ด
ความเป็นผู้นำ
คอร์ส
เชี่ยวชาญ Microsoft Copilot ใน Word เพื่อเขียนได้เร็วขึ้น เข้าใจเอกสารได้ทันที และทำงานร่วมกันได้มีประสิทธิภาพยิ่งขึ้น
ปัญญาประดิษฐ์
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