数据、AI 和云课程

• 中级技能水平
• 4.8+
• 290 条评价

掌握 R 中的时间序列数据处理，包括导入、汇总和子集操作，使用 zoo、lubridate 和 xts。

• 中级技能水平
• 4.6+
• 105 条评价

在本课程中，你将学习如何使用线性回归、广义加性模型、随机森林和xgboost预测未来事件。

• 基础技能水平
• 4.8+
• 333 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。

• 中级技能水平
• 4.7+
• 142 条评价

使用 RNA-Seq 差异表达分析识别可能对不同疾病或条件重要的基因。

• 基础技能水平
• 4.9+
• 51 条评价

学习如何使用 R 中的时间序列预测来预测未来，包括 ARIMA 模型和指数平滑方法。

• 中级技能水平
• 4.8+
• 217 条评价

了解贝叶斯数据分析是什么、如何运作，以及为何它是数据科学工具箱中的实用工具。

• 中级技能水平
• 4.7+
• 105 条评价

本课程从机器学习角度介绍 R 中的聚类和降维。

• 高级技能水平
• 4.7+
• 158 条评价

用探索性和验证性因子分析探索潜变量，如人格。

• 中级技能水平
• 4.8+
• 93 条评价

掌握在 R 中解析、处理和计算日期与时间的基础。

• 中级技能水平
• 4.8+
• 71 条评价

培养对层次聚类和 k-means 聚类工作原理的直觉，并学习如何将其应用于从数据中提取洞察。

• 基础技能水平
• 4.8+
• 313 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。

• 高级技能水平
• 4.8+
• 169 条评价

在本课程中，你将学习如何使用线性模型进行推断。

• 中级技能水平
• 4.8+
• 219 条评价

学习调查设计，掌握常见设计结构，并可视化和分析调查结果。

• 中级技能水平
• 4.8+
• 230 条评价

探索数据建模中的不同类型，包括用于预测的类型，并学习如何在 Tidyverse 中进行线性回归和模型评估指标。

• 中级技能水平
• 4.7+
• 53 条评价

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

• 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。

• 基础技能水平
• 4.7+
• 141 条评价

用 naniar 让缺失数据更易可视化、探索和插补，这是一种与 tidyverse 兼容的缺失数据处理方法。

• 中级技能水平
• 4.8+
• 43 条评价

This course teaches the big ideas in machine learning like how to build and evaluate predictive models.

• 中级技能水平
• 4.8+
• 194 条评价

广义线性模型课程扩展你的回归工具箱，加入逻辑回归和泊松回归。

• 基础技能水平
• 4.8+
• 41 条评价

了解 R 中日期的工作方式，并通过金融示例探索 if 语句、循环和函数。

• 中级技能水平
• 4.7+
• 98 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。

• 中级技能水平
• 4.7+
• 196 条评价

学习处理时间到事件数据。 事件可能是死亡，或失业后找到工作。 学习估计、可视化并解读生存模型！

• 高级技能水平
• 4.7+
• 291 条评价

用 S3 和 R6 系统通过面向对象编程管理代码复杂性。

• 基础技能水平
• 4.9+
• 48 条评价

运用数据处理和可视化技能，探索联合国大会的历史投票情况。

• 中级技能水平
• 4.7+
• 122 条评价

学习使用 igraph 包分析和可视化网络数据，并用 threejs 创建交互式网络图。

• 基础技能水平
• 4.8+
• 262 条评价

学习如何使用基于树的模型和集成，通过 tidymodels 进行分类和回归预测。

• 中级技能水平
• 4.8+
• 182 条评价

学习如何在 R 中可视化时间序列，然后通过选股案例实践。

• 基础技能水平
• 4.7+
• 172 条评价

准备好进行分类！在本课程中，您将使用 Tidyverse 生态处理非数值数据，如职位名称或调查回复。

• 中级技能水平
• 4.7+
• 108 条评价

学习如何从本地文件和互联网来源访问财务数据。

• 中级技能水平
• 4.8+
• 115 条评价

借助 tidyverse 中的 tidyr 和 purrr 包，生成、探索并评估机器学习模型。