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。
300 课程

课程

Introduction to Julia

  • 基础技能水平
  • 4.8+
  • 137 条评价

Julia is a new programming language designed to be the ideal language for scientific computing, machine learning, and data mining.

软件开发

4小时

课程

在 Power BI 中可视化棒球数据

  • 基础技能水平
  • 4.8+
  • 208 条评价

了解如何使用 Power BI 分析和可视化棒球数据。 创建散点图、龙卷风图和仪表盘,让棒球洞察生动呈现。

数据可视化

1小时

课程

在 R 中处理缺失数据

  • 基础技能水平
  • 4.7+
  • 147 条评价

用 naniar 让缺失数据更易可视化、探索和插补,这是一种与 tidyverse 兼容的缺失数据处理方法。

数据准备

4小时

课程

Google: Human-Centered AI

  • 基础技能水平
  • 4.8+
  • 76 条评价

Learn human-centric AI orchestration. Distinguish between augmentation and automation, and balance machine efficiency with human intuition.

云计算

10 min

课程

Business Valuation 入门

  • 基础技能水平
  • 4.8+
  • 174 条评价

通过真实案例和应用,学习使用贴现现金流(DCF)进行企业估值。

应用金融

3小时

课程

Google: Introduction to Large Language Models

  • 基础技能水平
  • 4.9+
  • 31 条评价

This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.

云计算

1小时

课程

Build a Certification Study Guide: ACE Exam Prep

  • 基础技能水平
  • 4.7+
  • 32 条评价

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE).

云计算

1小时

课程

Google Cloud Fundamentals: Core Infrastructure

  • 基础技能水平
  • 4.8+
  • 28 条评价

Learn Google Cloud essentials including computing, storage, networking, and resource management through videos and hands-on labs in this foundational course.

云计算

5小时

课程

R 金融中级

  • 基础技能水平
  • 4.8+
  • 41 条评价

了解 R 中日期的工作方式,并通过金融示例探索 if 语句、循环和函数。

应用金融

5小时

课程

R 中的树模型机器学习

  • 基础技能水平
  • 4.8+
  • 269 条评价

学习如何使用基于树的模型和集成,通过 tidymodels 进行分类和回归预测。

机器学习

4小时

课程

R 中的 ARIMA 模型

  • 基础技能水平
  • 4.8+
  • 322 条评价

用 R 将 ARIMA(自回归积分滑动平均)模型拟合到时间序列数据,成为专家。

概率与统计

4小时

课程

编程范式概念

  • 基础技能水平
  • 4.8+
  • 145 条评价

探索多种编程范式,包括命令式和声明式、过程式、函数式和面向对象编程。

软件开发

2小时

课程

Tidyverse 中的分类数据

  • 基础技能水平
  • 4.8+
  • 177 条评价

准备好进行分类!在本课程中,您将使用 Tidyverse 生态处理非数值数据,如职位名称或调查回复。

数据处理

4小时

课程

征服数据偏差

  • 基础技能水平
  • 4.7+
  • 238 条评价

通过学习检测和缓解偏差,释放数据潜力,实现精准分析和可靠模型。

数据管理

2小时

课程

GDPR 实务:合规与罚款

  • 基础技能水平
  • 4.8+
  • 99 条评价

通过真实案例探索 GDPR,涵盖数据权利、数据泄露和合规挑战。

数据管理

2小时

课程

面向 MATLAB 用户的 Python

  • 基础技能水平
  • 4.8+
  • 32 条评价

通过学习一些 Python 基础概念,并深入了解 NumPy 和 Matplotlib 包,从 MATLAB 过渡过来。

软件开发

4小时

课程

面向业务的 MLOps

  • 基础技能水平
  • 4.8+
  • 159 条评价

了解 MLOps,包括自动化和扩展机器学习应用所需的工具和实践。

机器学习

3小时

课程

面向 SAS 用户的 R

  • 基础技能水平
  • 4.7+
  • 29 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

R 中的定量风险管理

  • 基础技能水平
  • 4.8+
  • 85 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 中的投资组合分析入门

  • 基础技能水平
  • 4.8+
  • 152 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

KNIME 中的数据转换

  • 基础技能水平
  • 4.8+
  • 299 条评价

通过我们的课程提升 KNIME 技能,掌握数据转换、列操作和工作流优化。

数据准备

2小时

课程

Google Sheets 条件格式

  • 基础技能水平
  • 4.8+
  • 101 条评价

学习如何通过内置选项和创建自定义公式,使用条件格式化处理数据。

数据处理

2小时

课程

Google Workspace End User: Gmail

  • 基础技能水平
  • 4.8+
  • 30 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

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。