Chuyển đến nội dung chính

Khóa Học Dữ Liệu, AI và Cloud

Thành thạo kỹ năng quan trọng

Theo dõi các video ngắn do giảng viên chuyên gia dẫn dắt và sau đó thực hành những gì ban đã học với các bài tập tương tác trên trình duyệt.

  • Học theo tốc độ của riêng ban
  • Có kinh nghiệm thực hành
  • Hoàn thành các chương ngắn gọn

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
781 Khóa học

Khóa học

Phân cụm bằng R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 79 đánh giá

Phát triển trực giác vững chắc về cách hoạt động của phân cụm phân cấp và k-means, đồng thời học cách áp dụng chúng để rút ra insight từ dữ liệu của bạn.

Học máy

4 giờ

Khóa học

Giải mã Mô hình Quyết định

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 211 đánh giá

Nâng cao kỹ năng ra quyết định với Decision Models, phương pháp phân tích, quản lý rủi ro và kỹ thuật tối ưu hóa.

Hiểu biết dữ liệu

1 giờ

Khóa học

Google: Introduction to Generative AI

  • Cơ bảnTrình độ kỹ năng
  • 4.7+
  • 62 đánh giá

This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.

Đám mây

45 min

Khóa học

Google Cloud Fundamentals: Core Infrastructure

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 40 đánh giá

Learn Google Cloud essentials including computing, storage, networking, and resource management through videos and hands-on labs in this foundational course.

Đám mây

5 giờ

Khóa học

Reinforcement Learning from Human Feedback (RLHF)

  • Nâng caoTrình độ kỹ năng
  • 4.7+
  • 331 đánh giá

Tìm hiểu cách làm cho các mô hình GenAI thực sự phản ánh các giá trị của con người đồng thời trải nghiệm thực hành với các LLM tiên tiến.

Trí tuệ nhân tạo

4 giờ

Khóa học

Building Agents with Microsoft Copilot Studio

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 6 đánh giá

Build no-code Copilot Studio agents and flows that answer routine questions, take action, and cite approved sources.

Trí tuệ nhân tạo

3 giờ

Khóa học

Generalized Linear Models in R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 217 đánh giá

Khóa học “Mô hình tuyến tính tổng quát” sẽ mở rộng bộ công cụ hồi quy của quý vị để bao gồm hồi quy logistic và hồi quy Poisson.

Xác suất và thống kê

4 giờ

Khóa học

Introduction to AI and Machine Learning on Google Cloud

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 36 đánh giá

This course introduces Google Clouds AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects.

Đám mây

8 giờ

Khóa học

Mô hình ARIMA trong R

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 336 đánh giá

Thành thạo cách khớp mô hình ARIMA (autoregressive integrated moving average) cho chuỗi thời gian bằng R.

Xác suất và thống kê

4 giờ

Khóa học

Sử dụng Kho dữ liệu trong AWS

  • Trung cấpTrình độ kỹ năng
  • 4.7+
  • 58 đánh giá

Học cách chọn, xây dựng và bảo mật kho dữ liệu AWS, gồm DynamoDB và S3, qua bài tập thực hành trên console và tình huống thực tế.

Đám mây

3 giờ

Khóa học

Machine Learning Operations (MLOps) for Generative AI

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 45 đánh giá

Uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and explore how Vertex AI empowers AI teams.

Đám mây

30 min

Khóa học

Case Study: Data Analysis in Databricks

  • Nâng caoTrình độ kỹ năng
  • 4.6+
  • 102 đánh giá

Learn to analyze Airbnb data using SQL in Databricks, create dashboards, and derive actionable insights.

Nhập và làm sạch dữ liệu

3 giờ

Khóa học

Các Khái Niệm Về Mô Hình Lập Trình

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 154 đánh giá

Khám phá nhiều mô hình lập trình, gồm imperative và declarative, procedural, functional và object-oriented programming.

Phát triển phần mềm

2 giờ

Khóa học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 236 đánh giá

Tìm hiểu phân tích dữ liệu Bayes là gì, cách nó hoạt động và vì sao đây là công cụ hữu ích trong bộ công cụ Khoa học dữ liệu của bạn.

Xác suất và thống kê

4 giờ

Khóa học

Introduction to Security Principles in Cloud Computing

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 13 đánh giá

In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts.

Đám mây

18 giờ 15 min

Khóa học

Nhập môn Mô hình tuyến tính với Python

  • Trung cấpTrình độ kỹ năng
  • 4.7+
  • 235 đánh giá

Khám phá các khái niệm và ứng dụng của mô hình tuyến tính với Python, xây dựng mô hình để mô tả, dự đoán và rút ra insight từ các mẫu dữ liệu.

Xác suất và thống kê

4 giờ

Khóa học

Xây dựng Dashboard với shinydashboard

  • Cơ bảnTrình độ kỹ năng
  • 4.7+
  • 92 đánh giá

Học cách tạo dashboard tương tác với R bằng gói shinydashboard mạnh mẽ. Tạo các hình ảnh trực quan sinh động và hấp dẫn cho khán giả của bạn.

Báo cáo

4 giờ

Khóa học

Planning a Product Launch with Claude Cowork

  • Trung cấpTrình độ kỹ năng
  • 4.6+
  • 26 đánh giá

Tired of launch week chaos? Plan and write a full product launch in a single session with Claude Cowork.

Trí tuệ nhân tạo

15 min

FAQs

Khoa học dữ liệu là gì?

Khoa học dữ liệu là lĩnh vực chuyên môn tập trung vào việc thu thập thông tin từ dữ liệu. Sử dụng kỹ năng lập trình, phương pháp khoa học, thuật toán và nhiều hơn nữa, các nhà khoa học dữ liệu phân tích dữ liệu để tạo ra những hiểu biết có thể hành động.

Làm thế nào tôi có thể học khoa học dữ liệu?

Ban sẽ cần học một ngôn ngữ lập trình như Python hoặc R và thành thạo các nguyên lý toán học và thống kê. Kiến thức về phương pháp phân tích dữ liệu và công cụ khoa học dữ liệu cũng rất cần thiết. Có nhiều cách để học khoa học dữ liệu. Ngoài các phương thức giáo dục chính thức như bằng cấp hoặc học đại học, còn có nhiều tài nguyên khác giúp ban học theo tốc độ của mình. Ngoài các khóa học và hướng dẫn trực tuyến, còn có sách, video và nhiều hơn nữa.

Những kỹ năng nào cần thiết cho khoa học dữ liệu?

Ngoài kiến thức về toán học và thống kê, các nhà khoa học dữ liệu cần kỹ năng lập trình trong các ngôn ngữ như Python, R và SQL. Ngoài ra, khoa học dữ liệu đòi hỏi khả năng làm việc với các bộ dữ liệu lớn, kiến thức về trực quan hóa dữ liệu, xử lý dữ liệu và quản lý cơ sở dữ liệu. Kỹ năng về machine learning và deep learning cũng có thể hữu ích.

Tôi có thể sử dụng khoa học dữ liệu để làm gì?

Trong môi trường chuyên nghiệp, hầu như mọi ngành công nghiệp đều có thể sử dụng khoa học dữ liệu ở một mức độ nào đó. Các tổ chức y tế sử dụng khoa học dữ liệu để phát hiện và chữa trị bệnh, trong khi các công ty tài chính sử dụng nó để phát hiện và ngăn chặn gian lận. Tất cả các loại ngành công nghiệp sử dụng khoa học dữ liệu cho marketing, chẳng hạn như xây dựng hệ thống gợi ý và phân tích tỷ lệ khách hàng rời bỏ.

Khoa học dữ liệu có phải là nghề nghiệp tốt không?

Có, khoa học dữ liệu là một trong những lĩnh vực phát triển nhanh nhất tại Mỹ và trên toàn thế giới. Đây cũng là một trong những nghề nghiệp được trả lương cao nhất. Theo dữ liệu từ Payscale, các nhà khoa học dữ liệu có kinh nghiệm kiếm được trung bình 97.609 USD và có mức độ hài lòng bốn sao trên năm tại Mỹ.

Có khó để trở thành nhà khoa học dữ liệu không?

Có một vài điều cần xem xét ở đây. Đầu tiên, các bằng cấp khoa học dữ liệu có thể cạnh tranh để được nhận, thường yêu cầu điểm số cao liên tục. Tương tự, nhiều kỹ năng cần thiết cho khoa học dữ liệu đòi hỏi rất nhiều học tập và kiên nhẫn. Có thể mất vài tháng để thành thạo tất cả những kiến thức cơ bản cần thiết, cũng như rất nhiều kinh nghiệm thực tế để có được vị trí entry-level.

Khoa học dữ liệu có yêu cầu lập trình không?

Có, ban sẽ cần một số kinh nghiệm lập trình trong các ngôn ngữ như Python, R, SQL, Java và C/C++. Tuy nhiên, do cú pháp tương đối đơn giản, ngôn ngữ lập trình Python thường là lựa chọn ưa thích của những người mới bắt đầu.

Mất bao lâu để trở thành nhà khoa học dữ liệu?

Đối với người không có kinh nghiệm lập trình trước đó và/hoặc nền tảng toán học, thường mất từ 7 đến 12 tháng học tập chuyên sâu để đạt trình độ của một nhà khoa học dữ liệu entry-level. Tuy nhiên, điều quan trọng cần nhớ là chỉ học cơ sở lý thuyết của khoa học dữ liệu có thể không làm cho ban trở thành nhà khoa học dữ liệu thực sự.

Tôi có thể học những chủ đề nào trong khoa học dữ liệu?

Khi đã thành thạo nền tảng khoa học dữ liệu, ban có thể chuyên môn hóa trong nhiều lĩnh vực khác nhau, bao gồm machine learning, trí tuệ nhân tạo, phân tích big data, phân tích và thông minh kinh doanh, khai thác dữ liệu và nhiều hơn nữa.

Phát triển kỹ năng dữ liệu của bạn với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút mỗi ngày của chúng tôi.