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

或


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。
301 课程

课程

AI 辅助的餐厅规划

  • 基础技能水平
  • 4.8+
  • 438 条评价

与定制 GPT 互动,运用提示词技巧规划并开设你的餐厅。

人工智能

1小时

课程

R 中的 ARIMA 模型

  • 基础技能水平
  • 4.8+
  • 339 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

破解 Decision Modeling

  • 基础技能水平
  • 4.8+
  • 214 条评价

用决策模型、分析方法、风险管理和优化技术提升决策能力。

数据素养

1小时

课程

Google: Introduction to Generative AI

  • 基础技能水平
  • 4.7+
  • 64 条评价

This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.

云计算

45 min

课程

Business Valuation 入门

  • 基础技能水平
  • 4.8+
  • 187 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

使用 shinydashboard 构建仪表板

  • 基础技能水平
  • 4.7+
  • 92 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

编程范式概念

  • 基础技能水平
  • 4.8+
  • 154 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

KNIME 中的数据转换

  • 基础技能水平
  • 4.8+
  • 314 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

征服数据偏差

  • 基础技能水平
  • 4.7+
  • 249 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

R 中的 plotly 交互式数据可视化

  • 基础技能水平
  • 4.8+
  • 98 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

KNIME 中的数据操作

  • 基础技能水平
  • 4.8+
  • 273 条评价

用 KNIME 自动化数据处理,掌握合并、聚合、数据库工作流和高级文件处理。

数据处理

3小时

课程

Tidyverse 中的分类数据

  • 基础技能水平
  • 4.8+
  • 192 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

Google: Introduction to Large Language Models

  • 基础技能水平
  • 4.9+
  • 45 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

面向业务的 MLOps

  • 基础技能水平
  • 4.8+
  • 181 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

Python 预测分析入门

  • 基础技能水平
  • 4.8+
  • 245 条评价

在本课程中,你将学习如何使用并展示逻辑回归模型来进行预测。

机器学习

4小时

课程

用 Python 进行债券定价与分析

  • 基础技能水平
  • 4.8+
  • 81 条评价

了解债券的运作方式,学习如何定价并评估其部分风险,使用 numpy 和 numpy-financial 包。

应用金融

4小时

课程

R 中的投资组合分析入门

  • 基础技能水平
  • 4.8+
  • 164 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 中的定量风险管理

  • 基础技能水平
  • 4.8+
  • 89 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

GDPR 实务:合规与罚款

  • 基础技能水平
  • 4.9+
  • 106 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

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。