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。
73 课程

课程

SQL 入门

  • 基础技能水平
  • 4.8+
  • 53,993 条评价

两小时学会用 SQL 创建和查询关系型数据库。

数据处理

AI Tutor

45 min

课程

SQL 中级

  • 基础技能水平
  • 4.8+
  • 35,418 条评价

在每一步都有实践查询陪伴,这门课程教你立即用自己的 SQL 代码分析数据所需的一切!

数据处理

5小时

课程

Excel 入门

  • 基础技能水平
  • 4.8+
  • 9,350 条评价

掌握 Excel 基础,学会使用这款电子表格工具开展有影响力的分析。

数据处理

4小时

课程

SQL 数据连接

  • 基础技能水平
  • 4.8+
  • 21,818 条评价

提升你的 SQL 知识,学习如何连接表、应用关系集合理论,并使用子查询。

数据处理

2小时 30 min

课程

SQL 中的数据处理

  • 基础技能水平
  • 4.8+
  • 2,529 条评价

掌握复杂的 SQL 查询,解答各种数据科学问题,并在 PostgreSQL 中准备稳健的数据集用于分析。

数据处理

4小时

课程

Power BI 中的 DAX 入门

  • 基础技能水平
  • 4.8+
  • 11,283 条评价

通过学习数据分析表达式 (DAX) 的基础知识,如计算列、表和度量值,提升你的 Power BI 知识。

数据处理

3小时

课程

使用 pandas 连接数据

  • 中级技能水平
  • 4.8+
  • 8,750 条评价

学习使用 pandas 通过连接数据将多个表中的数据组合起来。

数据处理

4小时

课程

Power BI 中的数据建模

  • 基础技能水平
  • 4.8+
  • 6,975 条评价

掌握 Power BI 中的数据建模核心概念。

数据处理

3小时

课程

Power BI 中的数据转换

  • 中级技能水平
  • 4.7+
  • 5,020 条评价

你将学习如何对表进行(取消)透视、转置、追加和连接。 用自定义列、M 语言和高级编辑器提升能力。

数据处理

3小时

课程

Power BI 中的 DAX 函数

  • 基础技能水平
  • 4.8+
  • 4,429 条评价

数据分析表达式 (DAX) 可通过编写自定义函数,将你的 Power BI 技能提升到新水平。

数据处理

3小时

课程

使用 dplyr 进行数据处理

  • 基础技能水平
  • 4.8+
  • 693 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

Power BI 中级 DAX

  • 中级技能水平
  • 4.8+
  • 3,874 条评价

掌握丰富的 DAX 计算,并学习如何在 Microsoft Power BI 中使用它们。

数据处理

3小时

课程

NumPy 入门

  • 基础技能水平
  • 4.8+
  • 1,420 条评价

通过纽约市树木普查学习如何创建、排序、筛选和更新数组,精通 NumPy 技能。

数据处理

4小时

课程

Excel 高级函数

  • 中级技能水平
  • 4.8+
  • 1,135 条评价

通过实用练习,掌握高级引用、查找和数据库函数,提升你的 Excel 技能。

数据处理

2小时

课程

Power BI 趋势分析

  • 中级技能水平
  • 4.8+
  • 3,135 条评价

用时间序列、分解树和关键影响因素等趋势分析技术,提升你的报表。

数据处理

3小时

课程

Power BI 中的数据连接

  • 基础技能水平
  • 4.8+
  • 3,355 条评价

探索提升 Power BI 数据导入技能的多种方法。

数据处理

2小时

课程

在 Power BI 中部署与维护资产

  • 中级技能水平
  • 4.8+
  • 3,026 条评价

学习如何在 Power BI 中部署和维护资产。 你将掌握 Power BI Service 界面及其关键元素,如工作区。

数据处理

2小时

课程

Introduction to Sigma

  • 基础技能水平
  • 4.8+
  • 417 条评价

Get started with Sigma! Learn how to build and customize simple, interactive dashboards for real-time analytics.

数据处理

2小时

课程

Power Pivot in Excel

  • 基础技能水平
  • 4.8+
  • 1,395 条评价

Master Power Pivot in Excel to help import data, create relationships, and utilize DAX. Build dynamic dashboards to uncover actionable insights.

数据处理

3小时

课程

Understanding Excel

  • 基础技能水平
  • 4.8+
  • 1,214 条评价

Master Excel basics quickly: navigate spreadsheets, apply formulas, analyze data, and create your first charts!

数据处理

1小时

课程

Data Analysis in Google Sheets

  • 基础技能水平
  • 4.8+
  • 1,184 条评价

Learn to use Google Sheets to clean, analyze, and draw insights from data. Discover how to sort, filter, and use VLOOKUP to combine data.

数据处理

3小时

课程

Introduction to SQL Querying with AI

  • 基础技能水平
  • 4.8+
  • 540 条评价

Learn SQL Querying with AI by writing prompts, generating queries, and analyzing data to solve real-world problems.

数据处理

3小时

课程

Joining Data with dplyr

  • 基础技能水平
  • 4.7+
  • 1,205 条评价

Learn to combine data across multiple tables to answer more complex questions with dplyr.

数据处理

4小时

课程

Data Manipulation in Snowflake

  • 基础技能水平
  • 4.8+
  • 975 条评价

Master data manipulation and analysis techniques such as CASE statements, subqueries, and CTEs in Snowflake.

数据处理

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 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。