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.
732 Khóa học

Khóa học

Getting Started with Google Kubernetes Engine

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

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Đám mây

5 giờ 15 min

Khóa học

Google DeepMind: Fine-Tune Your Model

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

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task.

Đám mây

8 giờ

Khóa học

Google DeepMind: Accelerate Your Model

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

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Đám mây

Khóa học

Google Cloud Fundamentals: Core Infrastructure

  • Cơ bảnTrình độ kỹ năng
  • 4.8+
  • 7 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

Bond Valuation and Analysis in Python

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

Learn how bonds work and how to price them and assess some of their risks using the numpy and numpy-financial packages.

Tài chính ứng dụng

4 giờ

Khóa học

Model Context Protocol: Advanced Topics

  • Trung cấpTrình độ kỹ năng
  • 5
  • 8 đánh giá

Go beyond MCP basics with sampling, notifications, roots, and the STDIO and StreamableHTTP transports in Python.

Trí tuệ nhân tạo

3 giờ

Khóa học

Phân tích mạng nâng cao với Python

  • Nâng caoTrình độ kỹ năng
  • 4.8+
  • 77 đánh giá

Phân tích đồ thị chuỗi thời gian, sử dụng đồ thị hai phía và nâng cao kỹ năng để giải quyết các vấn đề nâng cao trong phân tích mạng lưới.

Xác suất và thống kê

4 giờ

Khóa học

Select a Google Cloud Database for Your Applications

  • Cơ bảnTrình độ kỹ năng
  • 4.6+
  • 14 đánh giá

In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud.

Đám mây

6 giờ

Khóa học

Giao dịch tài chính với R

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

Khóa học này trình bày các kiến thức cơ bản về giao dịch tài chính và cách sử dụng Quantstrat để xây dựng các chiến lược giao dịch dựa trên tín hiệu.

Tài chính ứng dụng

5 giờ

Khóa học

Google Workspace End User: Gmail

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

Learn to compose, send, and manage email in Gmail, organize messages with labels, and configure settings like filters and signatures.

Đám mây

7 giờ 15 min

Khóa học

Google: Human-Centered AI

  • Cơ bảnTrình độ kỹ năng
  • 5
  • 19 đánh giá

Learn human-centric AI orchestration. Distinguish between augmentation and automation, and balance machine efficiency with human intuition.

Đám mây

10 min

Khóa học

DataLab with SQL

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

Elevate your analysis with this hands-on course using SQL with DataLab workbooks.

Báo cáo

1 giờ

Khóa học

Case Study: Analyzing Fitness Data in Alteryx

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

Advance your Alteryx skills with real fitness data to develop targeted marketing strategies and innovative products!

Chuẩn bị dữ liệu

3 giờ

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 với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.