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

面向 SAS 用户的 R

  • 基础技能水平
  • 4.6+
  • 32 条评价

学习如何将你的 SAS 知识转化为 R,并使用这款免费且强大的软件语言分析数据。

软件开发

4小时

课程

Essential Google Cloud Infrastructure: Core Services

  • 中级技能水平
  • 4.9+
  • 50 条评价

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

云计算

8小时 15 min

课程

使用 PySpark 构建推荐引擎

  • 高级技能水平
  • 4.8+
  • 255 条评价

学习工具和技术,利用你自己的大数据为用户打造积极体验。

机器学习

4小时

课程

Google Sheets 中的误差与不确定性

  • 中级技能水平
  • 4.7+
  • 158 条评价

学会区分真实差异与随机噪声,并探索我们在理性决策中使用的会干扰判断的心理依赖。

概率与统计

4小时

课程

Production Machine Learning Systems

  • 中级技能水平
  • 4.9+
  • 23 条评价

Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.

云计算

16小时

课程

AI Infrastructure: Networking Techniques

  • 中级技能水平
  • 4.9+
  • 32 条评价

Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.

云计算

1小时

课程

R 中的业务流程分析

  • 中级技能水平
  • 4.8+
  • 51 条评价

学习如何用 R 分析业务流程,并从海量事件数据中提取可执行洞察。

报告

4小时

课程

Developing R Packages

  • 中级技能水平
  • 4.7+
  • 164 条评价

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

软件开发

4小时

课程

Gemini for Application Developers

  • 中级技能水平
  • 4.8+
  • 21 条评价

You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications.

云计算

1小时 30 min

课程

Google: Manage Agent Memory and State

  • 中级技能水平
  • 4.7+
  • 50 条评价

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

云计算

1小时 30 min

课程

R 中的支持向量机

  • 中级技能水平
  • 4.8+
  • 107 条评价

本课程将通过直观、可视化的方法介绍支持向量机(SVM)。

机器学习

4小时

课程

R 中的因子分析

  • 高级技能水平
  • 4.7+
  • 170 条评价

用探索性和验证性因子分析探索潜变量,如人格。

概率与统计

4小时

课程

统计思维案例研习

  • 中级技能水平
  • 4.9+
  • 90 条评价

将统计思维应用于真实数据集,提炼可执行洞察,迈向精通。

概率与统计

4小时

课程

PostgreSQL 中的时间序列分析

  • 中级技能水平
  • 4.8+
  • 104 条评价

学习如何使用 PostgreSQL 高效处理时间序列分析,并将这些技术应用于真实世界数据。

数据处理

4小时

课程

Getting Started with Google Kubernetes Engine

  • 中级技能水平
  • 4.8+
  • 47 条评价

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

云计算

5小时 15 min

课程

Google Workspace End User: Gmail

  • 基础技能水平
  • 4.8+
  • 44 条评价

Learn to compose, send, and manage email in Gmail, organize messages with labels, and configure settings like filters and signatures.

云计算

7小时 15 min

课程

Google: Add Agent Capabilities With Tools

  • 中级技能水平
  • 4.8+
  • 46 条评价

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

云计算

3小时

课程

AI Infrastructure: Cloud GPUs

  • 中级技能水平
  • 4.8+
  • 33 条评价

Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.

云计算

1小时

课程

用 R 进行债券估值与分析

  • 中级技能水平
  • 4.8+
  • 92 条评价

学习使用 R 开发模型,评估和分析债券,并保护其免受利率变化影响。

应用金融

4小时

课程

R 中的缺失值填补处理

  • 高级技能水平
  • 4.7+
  • 110 条评价

诊断、可视化并处理缺失数据,运用多种插补技术,并获取提升结果的技巧。

数据处理

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。