Khóa học
Machine Learning với mô hình dựa trên cây trong Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 816 đánh giá
Trong khóa học này, bạn sẽ học cách sử dụng các mô hình dựa trên cây và các tập hợp cho hồi quy và phân loại bằng scikit-learn.
Học máy
Khóa Học Dữ Liệu, AI và Cloud
Thành thạo kỹ năng quan trọngTheo 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 chọnhoặc
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.
179 Khóa học
Khóa học
Viết mã Python hiệu quả
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.805 đánh giá
Học cách viết mã hiệu quả để thực thi nhanh và phân bổ tài nguyên một cách khéo léo nhằm tránh chi phí không cần thiết.
Phát triển phần mềm
Khóa học
Retrieval Augmented Generation (RAG) với LangChain
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.155 đánh giá
Tìm hiểu các phương pháp tiên tiến để tích hợp dữ liệu bên ngoài với LLMs bằng cách sử dụng Retrieval Augmented Generation (RAG) với LangChain.
Trí tuệ nhân tạo
Khóa học
ETL và ELT với Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.921 đánh giá
Học cách xây dựng các pipeline dữ liệu hiệu quả, hiệu suất cao và đáng tin cậy bằng cách sử dụng các nguyên tắc Extract, Transform, và Load.
Kỹ thuật dữ liệu
Khóa học
Nhập môn LLMs trong Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 2.001 đánh giá
Hãy tìm hiểu chi tiết về các mô hình ngôn ngữ lớn (LLMs) và kiến trúc transformer cách mạng mà chúng được xây dựng dựa trên!
Trí tuệ nhân tạo
Khóa học
Kiểm định giả thuyết trong Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 3.911 đánh giá
Tìm hiểu cách và thời điểm sử dụng các kiểm định giả thuyết phổ biến như kiểm định t, kiểm định tỷ lệ và kiểm định chi bình phương trong Python.
Xác suất và thống kê
Khóa học
Lấy mẫu trong Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 4.141 đánh giá
Học cách rút ra kết luận từ dữ liệu hạn chế bằng Python và thống kê. Khóa học bao quát lấy mẫu ngẫu nhiên, phân tầng và phân cụm.
Xác suất và thống kê
Khóa học
Introduction to Data Engineering
- Trung cấpTrình độ kỹ năng
- 4.7+
- 950 đánh giá
Tìm hiểu về thế giới kỹ thuật dữ liệu trong khóa học ngắn này, bao gồm các công cụ và chủ đề như ETL và điện toán đám mây.
Kỹ thuật dữ liệu
Khóa học
Thiết kế Hệ thống Agentic với LangChain
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.427 đánh giá
Nắm vững các thành phần nền tảng của agent LangChain và xây dựng agent chat tùy chỉnh.
Trí tuệ nhân tạo
Khóa học
Natural Language Processing (NLP) bằng Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 952 đánh giá
Nắm vững kỹ năng phân tích văn bản thông qua các kỹ thuật NLP thiết yếu, từ giai đoạn tiền xử lý cho đến các mô hình Transformer nâng cao.
Trí tuệ nhân tạo
Khóa học
Xây dựng ứng dụng AI với Pinecone
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.395 đánh giá
Khám phá cách cơ sở dữ liệu vector Pinecone đang cách mạng hóa phát triển ứng dụng AI!
Trí tuệ nhân tạo
Khóa học
Hệ thống Đa Tác Nhân với LangGraph
- Nâng caoTrình độ kỹ năng
- 4.8+
- 834 đánh giá
Xây dựng hệ thống đa tác tử mạnh mẽ bằng cách áp dụng các mẫu thiết kế agentic mới nổi trong framework LangGraph.
Trí tuệ nhân tạo
Khóa học
Làm việc với Ngày và Giờ trong Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 3.007 đánh giá
Học cách làm việc với ngày và giờ trong Python.
Phát triển phần mềm
Khóa học
Python Trung cấp cho Tài chính
- Trung cấpTrình độ kỹ năng
- 4.7+
- 1.074 đánh giá
Phát triển kỹ năng Python trong lĩnh vực Tài chính bằng cách học dùng datetime, if-statements, DataFrames và hơn thế nữa.
Tài chính ứng dụng
Khóa học
Tiền xử lý cho Machine Learning bằng Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 474 đánh giá
Tìm hiểu cách làm sạch và chuẩn bị dữ liệu của bạn cho học máy!
Học máy
Khóa học
Xử lý dữ liệu chuỗi thời gian trong Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 180 đánh giá
Trong khóa học này, bạn sẽ học những kiến thức cơ bản về cách làm việc với dữ liệu chuỗi thời gian.
Xử lý dữ liệu
Khóa học
Feature Engineering cho Machine Learning bằng Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 1.235 đánh giá
Tạo tính năng mới để cải thiện hiệu suất của các mô hình học máy của bạn.
Học máy
Khóa học
Nhập môn Kiểm thử trong Python
- Nâng caoTrình độ kỹ năng
- 4.7+
- 1.516 đánh giá
Làm chủ kiểm thử Python: Học các phương pháp, tạo kiểm tra và đảm bảo mã không lỗi với pytest và unittest.
Phát triển phần mềm
Khóa học
Nạp dữ liệu gọn nhẹ với pandas
- Trung cấpTrình độ kỹ năng
- 4.8+
- 2.138 đánh giá
Học cách thu thập dữ liệu từ các định dạng tệp và hệ thống phổ biến như tệp CSV, bảng tính, JSON, cơ sở dữ liệu SQL và API.
Chuẩn bị dữ liệu
Khóa học
Lập trình hướng đối tượng trong Python
- Nâng caoTrình độ kỹ năng
- 4.7+
- 839 đánh giá
Tìm hiểu cách tạo lớp và tận dụng kế thừa cùng đa hình để tái sử dụng và tối ưu hóa mã.
Phát triển phần mềm
Khóa học
Làm việc với dữ liệu phân loại trong Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 2.909 đánh giá
Tìm hiểu cách xử lý và trực quan hóa dữ liệu phân loại bằng pandas và seaborn.
Xử lý dữ liệu
Khóa học
Thiết kế thí nghiệm với Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 2.029 đánh giá
Thiết lập thiết kế thí nghiệm và thực hiện phân tích thống kê vững chắc để đưa ra kết luận chính xác, hợp lệ!
Xác suất và thống kê
Khóa học
Lập trình Hướng đối tượng Nâng cao với Python
- Nâng caoTrình độ kỹ năng
- 4.8+
- 1.177 đánh giá
Rèn kỹ năng OOP với descriptors, kế thừa đa cấp và lớp cơ sở trừu tượng!
Phát triển phần mềm
Khóa học
Bộ phân loại tuyến tính với Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 362 đánh giá
Trong khóa học này, bạn sẽ học chi tiết về các bộ phân loại tuyến tính như hồi quy logistic và SVM.
Học máy
Khóa học
Web Scraping với Python
- Trung cấpTrình độ kỹ năng
- 4.7+
- 1.123 đánh giá
Học cách truy xuất và phân tích thông tin từ internet bằng thư viện Python scrapy.
Chuẩn bị dữ liệu
Khóa học
Tái định dạng dữ liệu với pandas
- Trung cấpTrình độ kỹ năng
- 4.7+
- 901 đánh giá
Chuyển DataFrames từ dạng rộng sang dài, stack và unstack hàng/cột, xử lý multi-index DataFrames.
Xử lý dữ liệu
Khóa học
Phân tích chuỗi thời gian với Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 150 đánh giá
Trong khóa học bốn giờ này, bạn sẽ học những kiến thức cơ bản về phân tích dữ liệu chuỗi thời gian trong Python.
Xác suất và thống kê
Khóa học
Nhập môn Polars
- Cơ bảnTrình độ kỹ năng
- 4.8+
- 591 đánh giá
Học cách biến đổi, làm sạch và phân tích dữ liệu hiệu quả bằng Polars, thư viện Python để thao tác dữ liệu nhanh.
Xử lý dữ liệu
Khóa học
Explainable AI trong Python
- Trung cấpTrình độ kỹ năng
- 4.8+
- 1.255 đánh giá
Nắm vững kỹ năng với Scikit-learn, SHAP và LIME để kiểm thử và xây dựng hệ thống AI minh bạch, đáng tin cậy, có trách nhiệm.
Trí tuệ nhân tạo
Khóa học
Nhập môn Phân tích Danh mục đầu tư với Python
- Nâng caoTrình độ kỹ năng
- 4.8+
- 418 đánh giá
Học cách tính các thước đo rủi ro và hiệu suất có ý nghĩa, và lập danh mục đầu tư tối ưu cho đánh đổi rủi ro-lợi nhuận mong muốn.
Tài chính ứng dụng
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.