跳至内容

数据、AI 和云课程

掌握重要技能

观看专家讲师的短视频，然后在浏览器中通过互动练习实践所学内容。

  • 按自己的节奏学习
  • 获得实践经验
  • 完成精简章节

创建您的免费帐户

继续使用 Google显示更多选项

或

继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。
179 课程

课程

Python 入门

  • 基础技能水平
  • 4.8+
  • 9,296 条评价

用 Python 在四小时内掌握数据分析基础。 本在线课程将介绍 Python 接口并探索常用包。

软件开发

4小时

课程

Python 中级

  • 基础技能水平
  • 4.8+
  • 4,993 条评价

通过使用 Matplotlib 创建可视化并用 pandas 操作 DataFrame，提升你的数据科学技能。

软件开发

4小时

课程

Python for Developers 入门

  • 基础技能水平
  • 4.8+
  • 11,370 条评价

掌握 Python 编程基础。 无需任何先验知识！

软件开发

3小时

课程

使用 scikit-learn 的监督学习

  • 中级技能水平
  • 4.7+
  • 8,781 条评价

用 Python 中的 scikit-learn 提升你的机器学习技能。 在这门互动课程中使用真实世界数据集，学习如何做出强大的预测！

机器学习

4小时

课程

使用 pandas 进行数据处理

  • 基础技能水平
  • 4.8+
  • 14,808 条评价

学习如何使用 pandas 导入和清洗数据、计算统计量并创建可视化。

数据处理

AI Tutor

5小时

课程

Python 统计学入门

  • 中级技能水平
  • 4.7+
  • 8,362 条评价

提升统计技能，学习如何使用Python收集、分析数据并得出准确结论。

概率与统计

4小时

课程

Python 中级：面向开发者

  • 基础技能水平
  • 4.8+
  • 8,221 条评价

深入了解 Python 生态系统，探索模块和包，以及如何编写自定义函数！

软件开发

2小时

课程

Python 中的探索性数据分析

  • 中级技能水平
  • 4.8+
  • 7,383 条评价

学习如何使用 Python 中的探索性数据分析（EDA）来探索、可视化并提取数据洞察。

探索性数据分析

4小时

课程

使用 pandas 连接数据

  • 中级技能水平
  • 4.8+
  • 9,195 条评价

学习使用 pandas 通过连接数据将多个表中的数据组合起来。

数据处理

4小时

课程

使用 Hugging Face

  • 基础技能水平
  • 4.8+
  • 5,732 条评价

浏览并使用 Hugging Face Hub 上丰富的模型和数据集资源。

人工智能

2小时

课程

使用 LangChain 开发 LLM 应用

  • 中级技能水平
  • 4.8+
  • 4,513 条评价

了解如何使用 LLM、提示、链和代理在 LangChain 中构建 AI 驱动的应用程序。

人工智能

3小时

课程

Seaborn 数据可视化入门

  • 基础技能水平
  • 4.8+
  • 1,836 条评价

学习如何使用 Seaborn 库在 Python 中创建信息丰富且美观的可视化。

数据可视化

4小时

课程

Python 中的数据结构与算法

  • 高级技能水平
  • 4.7+
  • 1,215 条评价

探索链表、栈、队列、哈希表和图等数据结构，以及搜索和排序算法！

软件开发

4小时

课程

Python 中的无监督学习

  • 中级技能水平
  • 4.8+
  • 1,128 条评价

学习如何使用 scikit-learn 和 scipy 对无标签数据集进行聚类、转换、可视化并提取洞察。

机器学习

4小时

课程

Python 中的 API 入门

  • 中级技能水平
  • 4.8+
  • 4,077 条评价

深入了解 API 的精彩世界，学习使用 Python 消费和处理 Web API 的基础知识。

软件开发

2小时

课程

Python 数据导入入门

  • 基础技能水平
  • 4.8+
  • 1,440 条评价

学习如何将来自 Excel、SQL、SAS 以及网页等各种来源的数据导入 Python。

数据准备

3小时

课程

Python 工具箱

  • 基础技能水平
  • 4.8+
  • 1,291 条评价

继续通过学习迭代器和列表推导式来提升你的现代数据科学技能。

软件开发

4小时

课程

Python 函数入门

  • 基础技能水平
  • 4.8+
  • 1,311 条评价

学习在 Python 中编写自己的函数，以及作用域和错误处理等关键概念。

软件开发

3小时

课程

Matplotlib 数据可视化入门

  • 基础技能水平
  • 4.8+
  • 1,179 条评价

学习如何使用 Matplotlib 创建、自定义并分享数据可视化。

数据可视化

4小时

课程

Python 数据导入进阶

  • 基础技能水平
  • 4.8+
  • 985 条评价

提升你的 Python 数据导入技能，学会处理网页和 API 数据。

数据准备

2小时

课程

Python 数据清洗

  • 中级技能水平
  • 4.7+
  • 4,984 条评价

学习诊断和处理脏数据，并掌握将原始数据转化为准确洞察所需的技能！

数据准备

4小时

课程

Python 中的软件工程原理

  • 基础技能水平
  • 4.7+
  • 731 条评价

了解模块化、文档和自动化测试，帮助你更快、更可靠地解决数据科学问题。

软件开发

4小时

课程

Python 中的 LLM 入门

  • 中级技能水平
  • 4.7+
  • 1,781 条评价

掌握LLM的核心原理及其所基于的革命性Transformer架构！

人工智能

3小时

课程

Python 面向对象编程入门

  • 中级技能水平
  • 4.8+
  • 2,599 条评价

掌握面向对象编程（OOP）的基础概念，构建自定义类和对象！

软件开发

3小时

课程

高效编写 Python 代码

  • 中级技能水平
  • 4.8+
  • 2,529 条评价

学习编写高效代码，快速执行并巧妙分配资源，避免不必要的开销。

软件开发

4小时

课程

Python 金融入门

  • 基础技能水平
  • 4.8+
  • 474 条评价

提升 Python 技能，助力你的金融职业发展。 学习如何使用列表、数组和数据可视化来掌握财务分析。

应用金融

4小时

课程

Model Context Protocol (MCP) 入门

  • 中级技能水平
  • 4.8+
  • 221 条评价

借助模型上下文协议（MCP），比以往更轻松地将 AI/LLM 应用与 API、数据库和文件系统集成。

人工智能

3小时

课程

Python 数据科学入门

  • 基础技能水平
  • 4.8+
  • 503 条评价

用 Python 深入学习数据科学，掌握高效分析和可视化数据的方法。 无需编码经验或技能。

软件开发

4小时

课程

使用 Python 的 ETL 和 ELT

  • 中级技能水平
  • 4.8+
  • 2,621 条评价

学习使用提取、转换和加载原则构建高效、性能优异且可靠的数据管道。

数据工程

4小时

FAQs

什么是数据科学？

数据科学是一个专注于从数据中获取信息的专业领域。数据科学家使用编程技能、科学方法、算法等来分析数据，形成可操作的洞察。

如何学习数据科学？

您需要学习 Python 或 R 等编程语言，掌握数学和统计学原理。数据分析方法和数据科学工具的知识也是必不可少的。学习数据科学有很多方法。除了正式的教育途径，如学位或大学学习，还有很多其他资源可以帮助您按自己的节奏学习。除了在线课程和教程，还有书籍、视频等。

数据科学需要哪些技能？

除了数学和统计学知识，数据科学家还需要 Python、R 和 SQL 等语言的编程技能。此外，数据科学需要处理大型数据集的能力、数据可视化、数据整理和数据库管理知识。机器学习和深度学习技能也很有用。

数据科学可以用来做什么？

在专业领域，几乎每个行业都可以在某种程度上使用数据科学。医疗机构使用数据科学来检测和治疗疾病，金融公司用它来检测和预防欺诈。各种行业都将数据科学用于营销，如构建推荐系统和分析客户流失。

数据科学是好的职业选择吗？

是的，数据科学是美国和全球增长最快的行业之一。它也是薪酬最高的职业之一。根据 Payscale 的数据，在美国，有经验的数据科学家平均收入为 97,609 美元，满意度评分为五星中的四星。

成为数据科学家困难吗？

这里有几个需要考虑的因素。首先，数据科学学位的竞争可能很激烈，通常需要持续的高分。同样，数据科学所需的许多技能需要大量的学习和耐心。掌握所有必要的基础知识可能需要几个月的时间，还需要大量的实践经验才能获得入门级职位。

数据科学需要编程吗？

是的，您需要一些 Python、R、SQL、Java 和 C/C++ 等语言的编程经验。不过，由于语法相对简单，Python 编程语言通常是新手的首选。

成为数据科学家需要多长时间？

对于没有编程经验和/或数学背景的人来说，通常需要 7 到 12 个月的密集学习才能达到入门级数据科学家的水平。但是，重要的是要记住，仅仅学习数据科学的理论基础可能不会让您成为真正的数据科学家。

我可以在数据科学中学习哪些主题？

掌握数据科学基础后，您可以专攻各种领域，包括机器学习、人工智能、大数据分析、商业分析和智能、数据挖掘等。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。

Download on the App StoreGet it on Google Play