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。
179 课程

课程

Python 中的金融交易

  • 中级技能水平
  • 4.8+
  • 301 条评价

学习用Python实现自定义交易策略、回测并评估其表现!

应用金融

4小时

课程

Python 图像处理

  • 中级技能水平
  • 4.8+
  • 224 条评价

学会随心处理、转换和操作图像。

机器学习

4小时

课程

使用 pandas 重塑数据

  • 中级技能水平
  • 4.7+
  • 859 条评价

将 DataFrames 从宽格式重塑为长格式,堆叠和取消堆叠行与列,并处理多索引 DataFrames。

数据处理

4小时

课程

使用 XGBoost 的极端梯度提升

  • 中级技能水平
  • 4.8+
  • 274 条评价

学习梯度提升基础,并使用 XGBoost 构建最先进的机器学习模型,解决分类和回归问题。

机器学习

4小时

课程

Python 中的模型验证

  • 中级技能水平
  • 4.8+
  • 970 条评价

学习模型验证基础、验证技术,并开始创建经过验证且高性能的模型。

机器学习

4小时

课程

Python 中的 Gymnasium 强化学习

  • 高级技能水平
  • 4.8+
  • 773 条评价

开启你的强化学习之旅!了解智能体如何通过交互学习解决环境。

人工智能

4小时

课程

Python 中的聚类分析

  • 中级技能水平
  • 4.8+
  • 1,073 条评价

在本课程中,你将通过使用 SciPy 库的层次聚类和 k-means 聚类等技术了解无监督学习。

机器学习

4小时

课程

使用 pandas 分析营销活动

  • 基础技能水平
  • 4.7+
  • 442 条评价

提升 pandas 技能,通过合并、切片、可视化等方法解答营销问题!

探索性数据分析

4小时

课程

Python 投资组合风险管理入门

  • 中级技能水平
  • 4.8+
  • 380 条评价

评估投资组合风险与收益,构建市值加权股票投资组合,并学习如何通过情景生成预测和对冲市场风险。

应用金融

4小时

课程

端到端机器学习

  • 中级技能水平
  • 4.7+
  • 382 条评价

深入了解机器学习,学习如何设计、训练并部署端到端模型。

机器学习

4小时

课程

Python 信用风险建模

  • 中级技能水平
  • 4.7+
  • 309 条评价

学习如何准备信贷申请数据,应用机器学习和业务规则以降低风险并确保盈利。

应用金融

4小时

课程

Python 投资组合分析入门

  • 高级技能水平
  • 4.8+
  • 402 条评价

学习如何计算有意义的风险和绩效指标,并编制适合所需风险与收益权衡的最优投资组合。

应用金融

4小时

课程

Python 中的 A/B 测试

  • 中级技能水平
  • 4.7+
  • 389 条评价

学习用 Python 进行 A/B 测试的实用方法,开展并分析实验。 掌握 p 值、健全性检查和分析,指导业务决策。

概率与统计

4小时

课程

Data Transformation with Polars

  • 中级技能水平
  • 4.8+
  • 151 条评价

Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.

数据处理

4小时

课程

开发 Python 包

  • 中级技能水平
  • 4.7+
  • 1,003 条评价

学习创建自己的 Python 包,让代码更易用,也更方便与他人共享。

软件开发

4小时

课程

Python 中的数据库入门

  • 中级技能水平
  • 4.8+
  • 303 条评价

在本课程中,你将学习关系型数据库的基础知识以及如何与之交互。

数据处理

4小时

课程

Python 中的降维

  • 中级技能水平
  • 4.8+
  • 933 条评价

理解数据降维概念,并掌握在 Python 中实现这些技术的方法。

机器学习

4小时

课程

Seaborn 数据可视化进阶

  • 中级技能水平
  • 4.8+
  • 484 条评价

用 Seaborn 的高级可视化工具,轻松制作美观且信息丰富的可视化图表。

数据可视化

4小时

课程

使用 spaCy 的自然语言处理

  • 中级技能水平
  • 4.7+
  • 664 条评价

掌握 spaCy 的核心操作,并训练自然语言处理模型。 从非结构化数据中提取信息并匹配模式。

机器学习

4小时

课程

Python 中的超参数调优

  • 中级技能水平
  • 4.8+
  • 876 条评价

学习 Python 中的自动超参数调优技巧,包括网格搜索、随机搜索和智能搜索。

机器学习

4小时

课程

Python 中的 NLP 特征工程

  • 中级技能水平
  • 4.8+
  • 155 条评价

学习从文本中提取有用信息,并将其处理成适合机器学习的格式。

机器学习

4小时

课程

Python 中的定量风险管理

  • 高级技能水平
  • 4.8+
  • 244 条评价

用 Python 学习风险管理、风险价值等,并将其应用于 2008 年金融危机。

应用金融

4小时

课程

Keras 深度学习入门

  • 中级技能水平
  • 4.7+
  • 133 条评价

学习使用 Keras 开始开发深度学习模型。

人工智能

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。