课程
Data Analysis in Excel
- 基础技能水平
- 4.5+
- 13K
Learn how to analyze data with PivotTables and intermediate logical functions before moving on to tools such as what-if analysis and forecasting.
报告与呈现
16 课程
课程
Case Study: Analyzing Customer Churn in Excel
- 基础技能水平
- 4.7+
- 3.4K
You will investigate a dataset from a fictitious company called Databel in Excel, and need to figure out why customers are churning.
报告与呈现
课程
Analyzing Business Data in SQL
- 中级技能水平
- 4.7+
- 1.5K
Learn to write SQL queries to calculate key metrics that businesses use to measure performance.
报告与呈现
课程
Applying SQL to Real-World Problems
- 中级技能水平
- 4.7+
- 1.3K
Find tables, store and manage new tables and views, and write maintainable SQL code to answer business questions.
报告与呈现
课程
Reporting in SQL
- 中级技能水平
- 4.6+
- 929
Learn how to build your own SQL reports and dashboards, plus hone your data exploration, cleaning, and validation skills.
报告与呈现
课程
Reporting with R Markdown
- 中级技能水平
- 4.3+
- 731
R Markdown is an easy-to-use formatting language for authoring dynamic reports from R code.
报告与呈现
课程
Power BI for End Users
- 基础技能水平
- 4.2+
- 507
Explore Power BI Service, master the interface, make informed decisions, and maximize the power of your reports.
报告与呈现
课程
Introduction to AI Apps in Sigma
- 基础技能水平
- 4.8+
- 382
Build interactive AI apps in Sigma using user input, actions, and polished interfaces, no coding required.
报告与呈现
课程
Marketing Analytics in Google Sheets
- 中级技能水平
- 4.5+
- 373
Learn how to ensure clean data entry and build dynamic dashboards to display your marketing data.
报告与呈现
课程
Data Modeling in Sigma
- 基础技能水平
- 4.7+
- 366
Stop rewriting the same joins and calculations, and dive into well-governed, scalable analytics using Sigma data models.
报告与呈现
课程
Introduction to DataLab
- 基础技能水平
- 4.5+
- 295
Learn the fundamentals of using DataLab, an AI-powered data notebook for data analysis and exploration.
报告与呈现
课程
Building Dashboards with shinydashboard
- 基础技能水平
- 4.5+
- 208
Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.
报告与呈现
课程
Case Studies: Building Web Applications with Shiny in R
- 中级技能水平
- 4.8+
- 161
Practice your Shiny skills while building some fun Shiny apps for real-life scenarios!
报告与呈现
课程
DataLab with SQL
- 基础技能水平
- 4.3+
- 123
Elevate your analysis with this hands-on course using SQL with DataLab workbooks.
报告与呈现
课程
Building Dashboards with flexdashboard
- 中级技能水平
- 4.2+
- 122
In this course youll learn how to create static and interactive dashboards using flexdashboard and shiny.
报告与呈现
课程
Business Process Analytics in R
- 中级技能水平
- 4.5+
- 118
Learn how to analyze business processes in R and extract actionable insights from enormous sets of event data.
报告与呈现
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？
你需要学习 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你按自己的节奏学习。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，你需要一些 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你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，你可以专攻各种领域，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。