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。
16 课程

课程

Excel 数据分析

  • 基础技能水平
  • 4.8+
  • 4,943 条评价

学习如何使用数据透视表和中级逻辑函数分析数据,然后再学习假设分析和预测等工具。

报告

3小时

课程

使用 SQL 分析业务数据

  • 中级技能水平
  • 4.8+
  • 243 条评价

学习编写 SQL 查询,计算企业用于衡量绩效的关键指标。

报告

4小时

课程

将 SQL 应用于真实问题

  • 中级技能水平
  • 4.8+
  • 1,174 条评价

查找表,存储和管理新表与视图,并编写可维护的 SQL 代码来回答业务问题。

报告

4小时

课程

SQL 报表制作

  • 中级技能水平
  • 4.8+
  • 803 条评价

学习如何构建自己的 SQL 报表和仪表板,同时提升数据探索、清洗和验证技能。

报告

4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

面向终端用户的 Power BI

  • 基础技能水平
  • 4.7+
  • 320 条评价

探索 Power BI Service,掌握界面,做出明智决策,并最大化报表的效能。

报告

1小时

课程

Sigma 中的数据建模

  • 基础技能水平
  • 4.9+
  • 100 条评价

停止重复编写相同的连接和计算,深入了解使用 Sigma 数据模型构建的治理良好、可扩展分析。

报告

2小时

课程

Sigma 中的 AI 应用入门

  • 基础技能水平
  • 4.9+
  • 130 条评价

在 Sigma 中用用户输入、操作和精美界面构建交互式 AI 应用,无需编码。

报告

2小时

课程

DataLab 入门

  • 基础技能水平
  • 4.8+
  • 111 条评价

学习使用 DataLab 的基础知识,这是一款用于数据分析和探索的 AI 驱动数据笔记本。

报告

1小时

课程

使用 shinydashboard 构建仪表板

  • 基础技能水平
  • 4.6+
  • 75 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

使用 SQL 的 DataLab

  • 基础技能水平
  • 4.8+
  • 43 条评价

通过这门使用 DataLab 工作簿的 SQL 实操课程,提升你的分析能力。

报告

1小时

课程

使用 flexdashboard 构建仪表板

  • 中级技能水平
  • 4.7+
  • 49 条评价

在本课程中,你将学习如何使用 flexdashboard 和 shiny 创建静态和交互式仪表板。

报告

4小时

课程

R 中的业务流程分析

  • 中级技能水平
  • 4.8+
  • 42 条评价

学习如何用 R 分析业务流程,并从海量事件数据中提取可执行洞察。

报告

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。