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


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。
770 课程

课程

Amazon Bedrock 入门

  • 中级技能水平
  • 4.7+
  • 131 条评价

学习使用 Amazon Bedrock 访问基础 AI 模型并构建 AI 应用——无需管理复杂基础设施。

人工智能

3小时

课程

String Manipulation with stringr in R

  • 中级技能水平
  • 4.7+
  • 54 条评价

Learn how to pull character strings apart, put them back together and use the stringr package.

软件开发

4小时

课程

在 AWS 中使用数据存储

  • 中级技能水平
  • 4.7+
  • 31 条评价

通过动手控制台练习和真实场景,学习选择、构建并保护 AWS 数据存储,包括 DynamoDB 和 S3。

云计算

3小时

课程

面向 Azure Storage 的开发

  • 中级技能水平
  • 4.7+
  • 96 条评价

学习如何使用 Blob Storage、Cosmos DB、队列和事件驱动服务在 Azure 中存储、保护、扩展和处理数据。

云计算

3小时

课程

在 Power BI 中可视化棒球数据

  • 基础技能水平
  • 4.8+
  • 197 条评价

了解如何使用 Power BI 分析和可视化棒球数据。 创建散点图、龙卷风图和仪表盘,让棒球洞察生动呈现。

数据可视化

1小时

课程

R 文本分析入门

  • 中级技能水平
  • 4.8+
  • 62 条评价

用 tidy 框架在 R 中分析文本数据。

数据处理

4小时

课程

Efficient AI Model Training with PyTorch

  • 高级技能水平
  • 4.8+
  • 104 条评价

Learn how to reduce training times for large language models with Accelerator and Trainer for distributed training

人工智能

4小时

课程

R 中的 ARIMA 模型

  • 基础技能水平
  • 4.8+
  • 315 条评价

用 R 将 ARIMA(自回归积分滑动平均)模型拟合到时间序列数据,成为专家。

概率与统计

4小时

课程

在 Python 中处理缺失数据

  • 中级技能水平
  • 4.8+
  • 184 条评价

学会在 Python 中识别、分析、删除和填补缺失数据。

数据处理

4小时

课程

破解 Decision Modeling

  • 基础技能水平
  • 4.7+
  • 189 条评价

用决策模型、分析方法、风险管理和优化技术提升决策能力。

数据素养

1小时

课程

在 Python 中导入与管理金融数据

  • 中级技能水平
  • 4.8+
  • 62 条评价

在本课程中,你将学习如何使用各种工具和来源在Python中导入和管理财务数据。

应用金融

5小时

课程

R 语言网页抓取

  • 中级技能水平
  • 4.7+
  • 99 条评价

学习如何使用 R 高效地从任何网站收集并下载数据。

数据准备

4小时

课程

Introduction to Julia

  • 基础技能水平
  • 4.8+
  • 131 条评价

Julia is a new programming language designed to be the ideal language for scientific computing, machine learning, and data mining.

软件开发

4小时

课程

用 Python 练习机器学习面试题

  • 高级技能水平
  • 4.8+
  • 107 条评价

通过练习 Python 机器学习面试题,提升知识水平,为下一次面试做好准备。

机器学习

4小时

课程

Python 线性建模入门

  • 中级技能水平
  • 4.7+
  • 220 条评价

探索线性模型的概念与应用,使用Python构建模型来描述、预测并从数据模式中提取洞见。

概率与统计

4小时

课程

Case Study: Data Analysis in Databricks

  • 高级技能水平
  • 4.6+
  • 86 条评价

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

数据导入与清洗

3小时

课程

Google: Enterprise Agents and Use Cases

  • 基础技能水平
  • 4.9+
  • 70 条评价

Map agent types to your KPIs and explore use cases that solve problems, learn how Gemini Enterprise empowers you to build and orchestrate the right agents.

云计算

45 min

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。