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。
127 课程

课程

使用 shinydashboard 构建仪表板

  • 基础技能水平
  • 4.7+
  • 79 条评价

学习使用强大的 shinydashboard 包,用 R 创建交互式仪表板。 为你的受众创建动态且引人入胜的可视化。

报告

4小时

课程

R 中的缺失值填补处理

  • 高级技能水平
  • 4.7+
  • 104 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

课程

在 Tidyverse 中用数据进行沟通

  • 基础技能水平
  • 4.8+
  • 197 条评价

利用 tidyverse 工具的强大功能,创建出版级图形和自定义样式报告,清晰传达你的结果。

数据可视化

4小时

课程

R 中的购物篮分析

  • 中级技能水平
  • 4.8+
  • 93 条评价

用 R 探索市场篮子分析中的关联规则,分析零售数据并创建电影推荐。

数据处理

4小时

课程

R 中的投资组合分析入门

  • 基础技能水平
  • 4.8+
  • 150 条评价

运用你的金融和 R 技能,对金融投资组合进行回测、分析和优化。

应用金融

5小时

课程

R 中的信用风险建模

  • 中级技能水平
  • 4.7+
  • 87 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

在 R 中可视化地理空间数据

  • 中级技能水平
  • 4.5+
  • 87 条评价

学习读取、探索和处理空间数据,然后用你的技能使用 R 创建信息丰富的地图。

数据可视化

4小时

课程

R 中的数值数据推断

  • 高级技能水平
  • 4.8+
  • 107 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

R 中的欺诈检测

  • 中级技能水平
  • 4.7+
  • 38 条评价

用 R 中的分析检测欺诈。

机器学习

4小时

课程

R 中的定量风险管理

  • 基础技能水平
  • 4.8+
  • 83 条评价

处理风险因子收益序列,研究其经验特性,并估算风险价值。

应用金融

5小时

课程

R 中的 plotly 交互式数据可视化

  • 基础技能水平
  • 4.8+
  • 85 条评价

学习如何在 R 中使用 plotly 创建交互式数据可视化,提升你的数据叙事能力。

数据可视化

4小时

课程

R 中的支持向量机

  • 中级技能水平
  • 4.8+
  • 91 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

用 R 进行债券估值与分析

  • 中级技能水平
  • 4.8+
  • 89 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

Developing R Packages

  • 中级技能水平
  • 4.7+
  • 151 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

HR 分析:用 R 探索员工数据

  • 中级技能水平
  • 4.8+
  • 37 条评价

通过一系列人力资源分析案例学习如何处理、可视化并执行统计检验。

探索性数据分析

5小时

课程

R 中级投资组合分析

  • 中级技能水平
  • 4.8+
  • 70 条评价

提升你的 R 金融技能,回测、分析并优化金融投资组合。

应用金融

5小时

课程

R 中的分类数据推断

  • 高级技能水平
  • 4.8+
  • 111 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

面向 SAS 用户的 R

  • 基础技能水平
  • 4.7+
  • 27 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

在 R 中构建 GARCH 模型

  • 高级技能水平
  • 4.8+
  • 96 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 A/B 测试

  • 中级技能水平
  • 4.8+
  • 90 条评价

学习 R 中 A/B 测试基础,包括如何设计实验、分析数据、预测结果,并通过可视化展示结果。

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。