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。
393 课程

课程

Python 中的自然语言处理(NLP)

  • 中级技能水平
  • 4.8+
  • 891 条评价

掌握文本分析:从预处理到高级 Transformer 模型,精通核心 NLP 技术。

人工智能

4小时

课程

在 Power BI 中部署与维护资产

  • 中级技能水平
  • 4.8+
  • 3,453 条评价

学习如何在 Power BI 中部署和维护资产。 你将掌握 Power BI Service 界面及其关键元素,如工作区。

数据处理

2小时

课程

面向数据分析师的 AI

  • 中级技能水平
  • 4.7+
  • 107 条评价

在数据分析的每个阶段都使用 AI。 写出更精准的提示词,审核数据质量,发现值得追踪的洞见,并交付你可以信赖的成果。

人工智能

4小时

课程

Kubernetes 入门

  • 中级技能水平
  • 4.8+
  • 1,656 条评价

在本课程中,你将学习 Kubernetes 基础,并使用 Manifests 和 kubectl 指令部署和编排容器。

软件开发

3小时

课程

深入理解现代数据架构

  • 中级技能水平
  • 4.7+
  • 1,263 条评价

了解现代数据架构的关键组件,从摄取和服务到治理与编排。

数据工程

2小时

课程

Java 面向对象编程入门

  • 中级技能水平
  • 4.8+
  • 1,279 条评价

学习面向对象编程核心概念,从基础的类和对象到继承、多态等高级主题。

软件开发

4小时

课程

使用 Llama 3

  • 中级技能水平
  • 4.8+
  • 2,419 条评价

探索在本地运行 Llama LLM 并将其集成到你的技术栈中的最新技术。

人工智能

2小时

课程

使用 SQL 分析业务数据

  • 中级技能水平
  • 4.8+
  • 268 条评价

学习编写 SQL 查询,计算企业用于衡量绩效的关键指标。

报告

4小时

课程

负责任的 AI 数据管理

  • 中级技能水平
  • 4.7+
  • 1,226 条评价

学习负责任地管理数据的理论,适用于任何 AI 项目,从开始到结束及之后。

人工智能

1小时

课程

R 中的回归入门

  • 中级技能水平
  • 4.8+
  • 1,545 条评价

用 R 实现、分析并解读回归分析,预测房价和广告点击率。

概率与统计

4小时

课程

使用 pandas 高效导入数据

  • 中级技能水平
  • 4.8+
  • 2,033 条评价

学习从常见文件格式和系统中获取数据,如 CSV 文件、电子表格、JSON、SQL 数据库和 API。

数据准备

4小时

课程

Excel 中级 Power Query

  • 中级技能水平
  • 4.7+
  • 1,209 条评价

在 Excel 的基础 Power Query 知识上,这门中级课程将带你迈向数据转换精通的更高层次

数据准备

4小时

课程

在 Python 中处理分类数据

  • 中级技能水平
  • 4.8+
  • 2,817 条评价

学习如何使用 pandas 和 seaborn 操作并可视化分类数据。

数据处理

4小时

课程

Python 金融进阶

  • 中级技能水平
  • 4.7+
  • 1,027 条评价

在 Python 基础上提升金融技能,学习如何使用 datetime、if 语句、DataFrames 等。

应用金融

4小时

课程

将 SQL 应用于真实问题

  • 中级技能水平
  • 4.8+
  • 1,337 条评价

查找表,存储和管理新表与视图,并编写可维护的 SQL 代码来回答业务问题。

报告

4小时

课程

R 中的探索性数据分析

  • 中级技能水平
  • 4.7+
  • 1,280 条评价

学习如何使用图形和数值技术,开始揭示数据的结构。

探索性数据分析

4小时

课程

Power BI 中的财务分析

  • 中级技能水平
  • 4.8+
  • 555 条评价

学习如何在 Power BI 中进行财务分析,或使用 Power BI 数据可视化应用现有财务技能。

应用金融

6小时

课程

Azure App Services

  • 中级技能水平
  • 4.7+
  • 219 条评价

在 Azure 中构建并部署可扩展的 Web 应用和无服务器函数,同时掌握安全、监控和自动化。

云计算

3小时

课程

Python 实验设计

  • 中级技能水平
  • 4.7+
  • 1,945 条评价

实施实验设计方案并进行稳健的统计分析,以得出精确且有效的结论!

概率与统计

4小时

课程

Model Context Protocol: Advanced Topics

  • 中级技能水平
  • 4.9+
  • 94 条评价

Go beyond MCP basics with sampling, notifications, roots, and the STDIO and StreamableHTTP transports in Python.

人工智能

3小时

课程

SQL Server 中级

  • 中级技能水平
  • 4.8+
  • 263 条评价

在本课程中,您将使用 T-SQL,这是一种用于 Microsoft SQL Server 数据分析的 SQL 变体。

软件开发

4小时

课程

Python Web 爬取

  • 中级技能水平
  • 4.7+
  • 1,105 条评价

学习使用 Python 库 scrapy 从互联网检索并解析信息。

数据准备

4小时

课程

R 中的假设检验

  • 中级技能水平
  • 4.7+
  • 1,050 条评价

了解如何以及何时在 R 中使用假设检验,包括 t 检验、比例检验和卡方检验。

概率与统计

4小时

课程

Python 中的线性分类器

  • 中级技能水平
  • 4.8+
  • 348 条评价

在本课程中,你将学习逻辑回归和 SVM 等线性分类器的细节。

机器学习

4小时

课程

使用 Google ADK 构建 AI Agent

  • 中级技能水平
  • 4.8+
  • 590 条评价

用 Google 的 Agent Development Kit (ADK) 逐步构建客户支持助手。

人工智能

1小时

课程

Python 深度学习入门

  • 中级技能水平
  • 4.8+
  • 233 条评价

学习神经网络基础,并使用 Python 中的 Keras 2.0 构建深度学习模型。

人工智能

4小时

课程

Bash 脚本入门

  • 中级技能水平
  • 4.8+
  • 549 条评价

Bash 脚本可帮助你在云端构建分析管道,并处理分散存储在多个文件中的数据。

软件开发

4小时

课程

Apache Kafka 入门

  • 中级技能水平
  • 4.7+
  • 948 条评价

精通 Apache Kafka!从核心概念到高级架构,学习创建、管理和排查 Kafka,解决真实世界的数据流挑战!

数据工程

2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。