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。
776 课程

课程

案例研究:使用 dbt 构建电商数据模型

  • 高级技能水平
  • 4.8+
  • 523 条评价

通过动手实战,学习如何用 dbt 将原始数据转化为干净、可靠的模型。

数据工程

4小时

课程

SQL Server 中的时间序列分析

  • 中级技能水平
  • 4.7+
  • 477 条评价

探索在 SQL Server 中处理日期和时间数据的方法,用于时间序列分析

数据处理

5小时

课程

Alteryx 中的数据转换

  • 基础技能水平
  • 4.8+
  • 868 条评价

解锁 Alteryx 数据转换,掌握 Crosstab、Transpose 和工作流优化,在这门互动课程中学习。

数据处理

2小时

课程

R 中的可视化最佳实践

  • 基础技能水平
  • 4.8+
  • 370 条评价

学习如何有效传达数据,了解常见图表、替代可视化类型和基于感知的样式增强。

数据可视化

1小时

课程

Tableau 中的计算

  • 高级技能水平
  • 4.7+
  • 772 条评价

在这门互动课程中,你将学习如何在 Tableau 计算中使用函数,以及何时使用它们!

数据可视化

6小时

课程

理解数字化转型

  • 基础技能水平
  • 4.8+
  • 662 条评价

深入数字化转型世界,装备自己成为快速演变数字环境中的变革推动者。

数据素养

1小时

课程

在 Python 中处理地理空间数据

  • 中级技能水平
  • 4.8+
  • 303 条评价

本课程将向您展示如何将空间数据集成到您的Python数据科学工作流程中。

数据处理

4小时

课程

机器学习监控概念

  • 中级技能水平
  • 4.8+
  • 587 条评价

了解在生产环境中监控机器学习模型的挑战,包括数据漂移和概念漂移,以及应对模型退化的方法。

机器学习

2小时

课程

Python 金融机器学习

  • 中级技能水平
  • 4.8+
  • 247 条评价

学习使用线性模型、决策树、随机森林和神经网络来建模并预测股票数据值。

机器学习

4小时

课程

Python 中的超参数调优

  • 中级技能水平
  • 4.8+
  • 895 条评价

学习 Python 中的自动超参数调优技巧,包括网格搜索、随机搜索和智能搜索。

机器学习

4小时

课程

制定 Go-To-Market 策略

  • 基础技能水平
  • 4.7+
  • 472 条评价

用生成式 AI 制定上市策略:锁定行业、生成潜在客户并优化网站关键词。

人工智能

1小时

课程

Power Apps 入门

  • 基础技能水平
  • 4.7+
  • 29 条评价

Build custom business apps without code using Microsoft Power Apps - from blank canvas to published, responsive app.

人工智能

3小时

课程

AI 辅助旅行规划

  • 基础技能水平
  • 4.8+
  • 578 条评价

用 WanderBot 掌握旅行规划:编写提示词,建立信心,简化你的下一次冒险。

人工智能

1小时

课程

Google: Build and Deploy Agents in Production

  • 中级技能水平
  • 4.7+
  • 150 条评价

Explore multi-agent system architecture and deployment using Googles ADK and Google Cloud infrastructure for production-grade agent applications.

云计算

30 min

课程

使用 Airflow 构建数据流水线

  • 高级技能水平
  • 4.8+
  • 64 条评价

使用 TaskFlow API、基于资产的调度和可延迟传感器编写 DAG,并运行带质量检查的端到端 SQL ETL 管道。

数据工程

4小时

课程

使用 PySpark 进行机器学习

  • 高级技能水平
  • 4.8+
  • 795 条评价

学习如何使用 Apache Spark 从数据中进行预测,涵盖决策树、逻辑回归、线性回归、集成方法和管道。

机器学习

4小时

课程

面向终端用户的 Power BI

  • 基础技能水平
  • 4.7+
  • 388 条评价

探索 Power BI Service,掌握界面,做出明智决策,并最大化报表的效能。

报告

1小时

课程

Alteryx 中的数据处理

  • 基础技能水平
  • 4.8+
  • 721 条评价

使用联合、连接、解析和性能优化在 Alteryx 中编排数据。

数据处理

3小时

课程

GCP 入门

  • 基础技能水平
  • 4.7+
  • 390 条评价

通过本课程了解 Google Cloud Platform (GCP):使用 GCP 学习存储、数据处理和业务现代化。

云计算

2小时

课程

Python 中的 ARIMA 模型

  • 高级技能水平
  • 4.8+
  • 460 条评价

在 Python 中学习 ARIMA 模型,成为时间序列分析专家。

机器学习

4小时

课程

R 数据导入进阶

  • 中级技能水平
  • 4.8+
  • 313 条评价

解析任何格式的数据。 无论是平面文件、统计软件、数据库,还是直接来自网络的数据。

数据准备

3小时

课程

Python 网络分析入门

  • 中级技能水平
  • 4.7+
  • 242 条评价

掌握使用 NetworkX 库分析、可视化并解读网络的技能,本课程助你高效上手。

概率与统计

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 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。