ข้ามไปยังเนื้อหาหลัก

คอร์สด้าน Data, AI และ Cloud

เชี่ยวชาญทักษะที่สำคัญ

ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ

  • เรียนในจังหวะของตัวเอง
  • รับประสบการณ์ปฏิบัติจริง
  • เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
37 คอร์ส

คอร์ส

Python เบื้องต้นสำหรับการเงิน

  • Basicระดับทักษะ
  • 4.8+
  • 474 รีวิว

พัฒนาทักษะ Python เพื่อยกระดับอาชีพการเงินของคุณ เรียนรู้การทำงานกับรายการ อาร์เรย์ และการแสดงภาพข้อมูล เพื่อเชี่ยวชาญการวิเคราะห์ทางการเงิน

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การสร้างแบบจำลองทางการเงินใน Excel

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 1,027 รีวิว

เรียนรู้การสร้างแบบจำลองทางการเงินใน Excel รวมถึงกระแสเงินสด การวิเคราะห์สถานการณ์ มูลค่าตามเวลา และการจัดทำงบประมาณเงินทุน

การเงินประยุกต์

3 ชั่วโมง

คอร์ส

การวิเคราะห์ทางการเงินใน Power BI

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 531 รีวิว

เรียนรู้วิธีทำการวิเคราะห์ทางการเงินใน Power BI หรือประยุกต์ใช้ทักษะทางการเงินที่มีอยู่กับการแสดงข้อมูลด้วยภาพใน Power BI

การเงินประยุกต์

6 ชั่วโมง

คอร์ส

Python ระดับกลางสำหรับการเงิน

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 970 รีวิว

ต่อยอดทักษะ Python สำหรับการเงิน ด้วยการใช้ datetime, if-statements, DataFrames และอื่นๆ

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การเทรดทางการเงินด้วย Python

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 289 รีวิว

เรียนรู้การนำกลยุทธ์การเทรดแบบกำหนดเองไปใช้ใน Python ทดสอบย้อนหลัง และประเมินประสิทธิภาพของมัน!

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 364 รีวิว

ประเมินความเสี่ยงและผลตอบแทนของพอร์ตโฟลิโอ สร้างพอร์ตหุ้นถ่วงน้ำหนักตามมูลค่าตลาด และเรียนรู้การคาดการณ์และป้องกันความเสี่ยงตลาดด้วยการสร้างสถานการณ์จำลอง

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 289 รีวิว

เรียนรู้วิธีเตรียมข้อมูลใบสมัครสินเชื่อ ใช้ machine learning และกฎทางธุรกิจเพื่อลดความเสี่ยงและเพิ่มความสามารถทำกำไร

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

R เบื้องต้นสำหรับการเงิน

  • Basicระดับทักษะ
  • 4.7+
  • 98 รีวิว

เรียนรู้โครงสร้างข้อมูลสำคัญ เช่น lists และ data frames และนำความรู้นั้นไปใช้กับตัวอย่างทางการเงินโดยตรง

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การบริหารความเสี่ยงเชิงปริมาณด้วย Python

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 221 รีวิว

เรียนรู้เกี่ยวกับการจัดการความเสี่ยง, value at risk และอื่นๆ ที่ประยุกต์กับวิกฤตการเงินปี 2008 โดยใช้ Python

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

พื้นฐานการเงินองค์กร

  • Basicระดับทักษะ
  • 4.8+
  • 230 รีวิว

เรียนรู้แนวคิดทางการเงินสำคัญ เช่น การลงทุนทุน, WACC และมูลค่าผู้ถือหุ้น

การเงินประยุกต์

2 ชั่วโมง

คอร์ส

Introduction to Portfolio Analysis in Python

  • ขั้นสูงระดับทักษะ
  • 4.8+
  • 347 รีวิว

Learn how to calculate meaningful measures of risk and performance, and how to compile an optimal portfolio for the desired risk and return trade-off.

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Financial Analytics ใน Google Sheets

  • Basicระดับทักษะ
  • 4.7+
  • 128 รีวิว

เรียนรู้วิธีสร้างแดชบอร์ดกราฟิกด้วย Google Sheets เพื่อติดตามผลการดำเนินงานของหลักทรัพย์ทางการเงิน

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

Financial Statements เบื้องต้นใน Power BI

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 305 รีวิว

เรียนรู้วิธีใช้ งบกำไรขาดทุน และ งบดุล ใน Power BI

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การนำเข้าและจัดการข้อมูลทางการเงินใน Python

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 62 รีวิว

ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำเข้าและจัดการข้อมูลการเงินใน Python โดยใช้เครื่องมือและแหล่งข้อมูลหลากหลายประเภท

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

R ระดับกลางสำหรับการเงิน

  • Basicระดับทักษะ
  • 4.8+
  • 41 รีวิว

เรียนรู้การทำงานของวันที่ใน R และสำรวจโลกของคำสั่ง if, ลูป และฟังก์ชันด้วยตัวอย่างทางการเงิน

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

GARCH Models ใน Python

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 191 รีวิว

เรียนรู้เกี่ยวกับโมเดล GARCH วิธีนำไปใช้ และปรับเทียบกับข้อมูลการเงินตั้งแต่หุ้นไปจนถึงอัตราแลกเปลี่ยนเงินตราต่างประเทศ

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การนำเข้าและจัดการข้อมูลทางการเงินใน R

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 108 รีวิว

เรียนรู้วิธีเข้าถึงข้อมูลทางการเงินจากไฟล์ในเครื่องและจากแหล่งข้อมูลบนอินเทอร์เน็ต

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

การสร้างแบบจำลองทางการเงินใน Google Sheets

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 274 รีวิว

เรียนรู้การสร้างแบบจำลองธุรกิจพื้นฐาน รวมถึงกระแสเงินสด การลงทุน เงินงวด การผ่อนชำระเงินกู้ และอื่นๆ ด้วย Google Sheets

การเงินประยุกต์

4 ชั่วโมง

คอร์ส

การประเมินมูลค่าธุรกิจเบื้องต้น

  • Basicระดับทักษะ
  • 4.8+
  • 166 รีวิว

เรียนรู้การประเมินมูลค่าธุรกิจด้วยการประยุกต์ใช้จริงและกรณีศึกษา โดยใช้กระแสเงินสดคิดลด (DCF)

การเงินประยุกต์

3 ชั่วโมง

คอร์ส

การวิเคราะห์งบการเงินด้วย Python

  • ระดับกลางระดับทักษะ
  • 4.7+
  • 114 รีวิว

เรียนรู้การวิเคราะห์งบการเงินด้วย Python คำนวณอัตราส่วน ประเมินสุขภาพทางการเงิน จัดการค่าที่หายไป และนำเสนอการวิเคราะห์ของคุณ

การเงินประยุกต์

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

Quantitative Risk Management in R

  • Basicระดับทักษะ
  • 4.8+
  • 83 รีวิว

ทำงานกับอนุกรมผลตอบแทนปัจจัยเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์ และประมาณค่า value-at-risk

การเงินประยุกต์

5 ชั่วโมง

คอร์ส

การพยากรณ์ทางการเงินด้วย Python

  • ระดับกลางระดับทักษะ
  • 4.8+
  • 92 รีวิว

ก้าวสู่บทบาท CFO และเรียนรู้วิธีให้คำแนะนำคณะกรรมการบริหารเกี่ยวกับตัวชี้วัดสำคัญ พร้อมสร้างประมาณการทางการเงิน

การเงินประยุกต์

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

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