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

R 入门

  • 基础技能水平
  • 4.8+
  • 2,438 条评价

掌握 R 数据分析基础,包括向量、列表和数据框,并用真实数据集实践 R。

软件开发

4小时

课程

R 中级

  • 基础技能水平
  • 4.8+
  • 993 条评价

继续你的 R 忍者之旅,学习条件语句、循环和向量函数。

软件开发

6小时

课程

R 统计学入门

  • 中级技能水平
  • 4.7+
  • 2,090 条评价

提升统计技能,学习如何收集、分析数据并得出准确结论。

概率与统计

4小时

课程

Tidyverse 入门

  • 基础技能水平
  • 4.8+
  • 1,158 条评价

用 tidyverse 开始探索并可视化自己的数据,这是一套强大且流行的 R 数据科学工具集。

软件开发

4小时

课程

使用 dplyr 进行数据处理

  • 基础技能水平
  • 4.8+
  • 717 条评价

通过学习如何使用 dplyr 转换和处理数据,提升 Tidyverse 技能。

数据处理

4小时

课程

R 中的回归入门

  • 中级技能水平
  • 4.8+
  • 1,488 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

R 数据导入入门

  • 基础技能水平
  • 4.7+
  • 364 条评价

在本课程中,您将学习如何在 R 中使用 readxl 和 data.table 等工具读取 CSV、XLS 和文本文件。

数据准备

3小时

课程

R 中的探索性数据分析

  • 中级技能水平
  • 4.7+
  • 1,244 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

R 中的假设检验

  • 中级技能水平
  • 4.7+
  • 1,003 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

使用 dplyr 进行数据表连接

  • 基础技能水平
  • 4.7+
  • 1,257 条评价

学习使用 dplyr 组合多个表中的数据,以回答更复杂的问题。

数据处理

4小时

课程

R 中级回归

  • 中级技能水平
  • 4.7+
  • 807 条评价

学习使用多个解释变量进行线性回归和逻辑回归。

概率与统计

4小时

课程

R 中的监督学习:分类

  • 中级技能水平
  • 4.7+
  • 146 条评价

在本课程中,您将学习用于分类的机器学习基础知识。

机器学习

4小时

课程

R 函数编写入门

  • 基础技能水平
  • 4.7+
  • 650 条评价

通过学习编写高效、可复用的函数,提升你的 R 技能。

软件开发

4小时

课程

ggplot2 数据可视化进阶

  • 中级技能水平
  • 4.7+
  • 974 条评价

学习使用 ggplot2 中的分面、坐标系和统计方法,创建有意义的解释性图表。

数据可视化

4小时

课程

R 中的数据清洗

  • 中级技能水平
  • 4.7+
  • 812 条评价

学习如何尽可能快速准确地清洗数据,帮助你从原始数据转化为精彩洞察。

数据准备

4小时

课程

R 中的抽样

  • 中级技能水平
  • 4.7+
  • 874 条评价

掌握抽样,用更少的数据获得更准确的统计结果。

概率与统计

4小时

课程

高效 R 代码写作

  • 中级技能水平
  • 4.7+
  • 136 条评价

学习更快编写 R 代码,掌握基准测试和性能分析,并解锁并行编程的秘诀。

软件开发

4小时

课程

R 中的 Bioconductor 入门

  • 中级技能水平
  • 4.7+
  • 119 条评价

学习使用病毒、真菌、人类和植物数据集的必备 Bioconductor 包,掌握生物信息学!

概率与统计

4小时

课程

R 数据科学的线性代数

  • 中级技能水平
  • 4.7+
  • 137 条评价

本课程介绍线性代数,这是支撑数据科学的最重要数学主题之一。

概率与统计

4小时

课程

R 金融入门

  • 基础技能水平
  • 4.7+
  • 98 条评价

学习列表和数据框等基础数据结构,并将这些知识直接应用于金融示例。

应用金融

4小时

课程

R 数据导入进阶

  • 中级技能水平
  • 4.8+
  • 287 条评价

解析任何格式的数据。 无论是平面文件、统计软件、数据库,还是直接来自网络的数据。

数据准备

3小时

课程

使用 R Markdown 生成报告

  • 中级技能水平
  • 4.7+
  • 330 条评价

R Markdown 是一种易于使用的格式化语言,可用 R 代码编写动态报告。

报告

4小时

课程

使用 tidyr 重塑数据

  • 中级技能水平
  • 4.8+
  • 462 条评价

将几乎任何数据集转换为整洁格式,让分析更轻松。

数据处理

4小时

课程

R 中的实验设计

  • 中级技能水平
  • 4.7+
  • 348 条评价

在本课程中,你将学习基础实验设计,这是任何数据分析的关键组成部分。

概率与统计

4小时

课程

R 中的概率基础

  • 基础技能水平
  • 4.8+
  • 457 条评价

在本课程中,你将学习随机变量、分布和条件化的概念。

概率与统计

4小时

课程

R 推断基础

  • 中级技能水平
  • 4.7+
  • 53 条评价

学习如何通过称为统计推断的过程,根据样本数据对总体得出结论。

概率与统计

4小时

课程

Building Web Applications with Shiny in R

  • 中级技能水平
  • 4.7+
  • 220 条评价

Shiny 是一个 R 包,可直接在 R 中轻松构建交互式 Web 应用,让您的团队通过仪表板或可视化探索数据。

软件开发

4小时

课程

R 中的时间序列分析

  • 中级技能水平
  • 4.8+
  • 90 条评价

掌握从时间序列数据中提取有意义洞察所需的核心技术。

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。