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。
82 课程

课程

R 中的数值数据推断

  • 高级技能水平
  • 4.8+
  • 108 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

Foundations of Inference in Python

  • 高级技能水平
  • 4.8+
  • 228 条评价

在这门4小时的Python统计推断课程中,亲手实践如何基于数据得出可靠结论。

概率与统计

4小时

课程

Python 中的生存分析

  • 高级技能水平
  • 4.7+
  • 72 条评价

使用生存分析处理事件发生时间数据并预测生存时间。

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+
  • 72 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

课程

Python 中的广义线性模型

  • 高级技能水平
  • 4.7+
  • 145 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

R 中的分类数据推断

  • 高级技能水平
  • 4.8+
  • 112 条评价

在本课程中,你将学习如何运用统计技术处理分类数据。

概率与统计

4小时

课程

Python 网络分析中级

  • 高级技能水平
  • 4.8+
  • 79 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

在 R 中构建 GARCH 模型

  • 高级技能水平
  • 4.8+
  • 97 条评价

指定并拟合 GARCH 模型,以预测时变波动率和风险价值。

应用金融

4小时

课程

R 中的超参数调优

  • 高级技能水平
  • 4.8+
  • 59 条评价

学习如何调优模型的超参数,以获得最佳预测结果。

机器学习

4小时

课程

R 中的营销选择建模

  • 高级技能水平
  • 4.8+
  • 42 条评价

学习如何在 R 中分析和建模客户选择数据。

概率与统计

4小时

课程

R 的可扩展数据处理

  • 高级技能水平
  • 4.7+
  • 25 条评价

学习如何使用 bigmemory 和 iotools 包,用 R 编写可扩展代码来处理大数据。

软件开发

4小时

课程

Practicing Statistics Interview Questions in R

  • 高级技能水平
  • 4.7+
  • 22 条评价

在本课程中,你将为最常见的统计主题做好准备,从分布到假设检验、回归模型等更多内容。

概率与统计

4小时

课程

Manage Scalable Workloads in GKE

  • 高级技能水平
  • 4.6+
  • 6 条评价

Scale and manage multi-cluster GKE environments. Master fleets, Cloud Service Mesh, identity management, CI/CD at scale, and GKE Enterprise capabilities.

云计算

7小时 20 min

课程

使用 Keras 的机器翻译

  • 高级技能水平
  • 4.8+
  • 47 条评价

想了解支撑 Google 翻译等产品的模型内部运作吗?

人工智能

4小时

课程

Bayesian Modeling with RJAGS

  • 高级技能水平
  • 4.8+
  • 51 条评价

In this course, youll learn how to implement more advanced Bayesian models using RJAGS.

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 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。