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

Python 营销中的机器学习

  • 中级技能水平
  • 4.8+
  • 190 条评价

从客户终身价值、流失预测到细分——学习并用 Python 实现营销中的机器学习用例。

机器学习

4小时

课程

Amazon Bedrock 入门

  • 中级技能水平
  • 4.7+
  • 143 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

R 中的数值数据推断

  • 高级技能水平
  • 4.8+
  • 122 条评价

在本课程中,你将学习对数值数据进行统计推断的技巧。

概率与统计

4小时

课程

用 R 分析社交媒体数据

  • 中级技能水平
  • 4.8+
  • 99 条评价

提取并可视化 Twitter 数据,进行情感和网络分析,并映射推文的地理位置。

数据处理

4小时

课程

Python 中的广义线性模型

  • 高级技能水平
  • 4.7+
  • 152 条评价

扩展你的回归工具箱,掌握逻辑回归和泊松模型,学习训练、理解、验证它们,并进行预测。

概率与统计

5小时

课程

KNIME 中的数据操作

  • 基础技能水平
  • 4.8+
  • 273 条评价

用 KNIME 自动化数据处理,掌握合并、聚合、数据库工作流和高级文件处理。

数据处理

3小时

课程

Essential Google Cloud Infrastructure: Foundation

  • 中级技能水平
  • 4.8+
  • 57 条评价

This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Infrastructure Foundations.

云计算

4小时 45 min

课程

Python 预测分析入门

  • 基础技能水平
  • 4.8+
  • 245 条评价

在本课程中,你将学习如何使用并展示逻辑回归模型来进行预测。

机器学习

4小时

课程

Tidyverse 中的分类数据

  • 基础技能水平
  • 4.8+
  • 192 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。

数据处理

4小时

课程

R 语言网页抓取

  • 中级技能水平
  • 4.7+
  • 102 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

面向业务的 MLOps

  • 基础技能水平
  • 4.8+
  • 181 条评价

了解 MLOps,包括自动化和扩展机器学习应用所需的工具和实践。

机器学习

3小时

课程

Google: Introduction to Large Language Models

  • 基础技能水平
  • 4.9+
  • 45 条评价

This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.

云计算

1小时

课程

用 Python 练习统计学面试题

  • 高级技能水平
  • 4.7+
  • 91 条评价

通过复习条件概率、A/B 测试、偏差-方差权衡等概念,为下一次统计面试做好准备。

概率与统计

4小时

课程

Getting Started with Snowflake CoCo Desktop

  • 基础技能水平
  • 4.9+
  • 15 条评价

Set up Snowflake CoCo Desktop, the AI IDE connected to your data, then guide it with rules, test web apps in its Agentic Browser, and automate prompts.

人工智能

2小时

课程

Python 网络分析中级

  • 高级技能水平
  • 4.8+
  • 95 条评价

分析时间序列图,使用二分图,并掌握解决网络分析高级问题的技能。

概率与统计

4小时

课程

R 中的信用风险建模

  • 中级技能水平
  • 4.7+
  • 94 条评价

用逻辑回归和决策树在真实场景中应用统计建模,建模信用风险。

应用金融

4小时

课程

使用 dplyr 编程

  • 中级技能水平
  • 4.7+
  • 53 条评价

学习如何执行高级 dplyr 转换,并在函数中整合 dplyr 和 ggplot2 代码。

数据处理

4小时

课程

R 中的网络分析

  • 中级技能水平
  • 4.7+
  • 139 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。

概率与统计

4小时

课程

Python 中的离散事件模拟

  • 高级技能水平
  • 4.7+
  • 84 条评价

探索离散事件仿真的强大力量,优化您的业务流程。 学习使用 Python 的 SimPy 包开发数字孪生。

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。