分类

主题

数据科学教程

通过我们的数据科学教程推动您的数据职业发展。我们将带您一步步完成具有挑战性的数据科学函数与模型。

其他主题：

DataLabMLOps云计算向量数据库大数据数据分析数据可视化数据工程数据治理数据素养机器学习深度学习职业服务自然语言处理面向商业的人工智能

培训 2 人或更多？试试 DataCamp for Business

Python

使用 Python Faker 创建合成数据教程

使用 Python Faker 生成合成数据，以在应用测试和数据隐私方面补充真实世界数据。

Abid Ali Awan

2026年10月6日

Python

使用 pandas 进行数据准备

在本教程中，您将了解为何预处理数据很重要，以及如何在 pandas 中完成这些工作。

Sejal Jaiswal

2026年10月6日

R 中的数据重整（Data Reshaping）教程

学习 R 中的数据重整，了解 rbind()、cbind()、Melt()、Dcast() 等函数，以及转置（transpose）函数。

Olivia Smith

2026年10月6日

数据科学

数据科学行业：谁在做什么（信息图）

这张信息图比较了数据科学家、数据分析师、数据架构师、数据工程师等在数据科学行业中的角色。

Karlijn Willems

2026年10月6日

机器学习

常见数据科学陷阱与规避方法！

在本教程中，您将了解在“真实环境”中开展数据科学项目时可能遇到的一些陷阱。

DataCamp Team

2026年10月6日

数据分析

2026 年数据科学 6 大最佳 Python IDE

在 2026 年为您的数据科学需求找到理想的 Python IDE。比较功能、优势与性能，做出明智且自信的选择。

Adel Nehme

2026年10月6日

data.table R 包速查表

data.table 速查表帮助您掌握该 R 包的语法，并进行数据操作。

Karlijn Willems

2026年10月6日

使用 R 的机器学习决策树

一份关于在 R 中构建、可视化与解读决策树模型的综合指南。

Arunn Thevapalan

2026年10月6日

深度学习

在云端使用 Jupyter Notebooks 进行深度学习

本分步教程将向您展示如何在 Amazon Web Services（AWS）EC2 GPU 上设置并使用 Jupyter Notebook 来进行深度学习。

Dan Becker

2026年10月6日

数据科学

自由度：定义、含义与示例

揭示每个统计检验背后的隐性约束，并学会自信地解读您的结果。

Iheb Gafsi

2026年10月6日

数据分析

需求曲线：如何理解价格与销量之间的关系

学习如何用需求曲线揭示价格与销量之间的关系，并利用这份认知在竞争性市场中做出更明智的决策。探索寻找使总体收入最大化的最优价格的方法。

Josef Waples

2026年10月6日

Python

揭开 Python 中关键统计学的面纱

了解在 Python 中进行数据科学与机器学习所需的基础统计知识。

Sayak Paul

2026年10月6日

主题

技术

数据科学教程

使用 Python Faker 创建合成数据教程

使用 pandas 进行数据准备

R 中的数据重整（Data Reshaping）教程

数据科学行业：谁在做什么（信息图）

常见数据科学陷阱与规避方法！

2026 年数据科学 6 大最佳 Python IDE

data.table R 包速查表

使用 R 的机器学习决策树

在云端使用 Jupyter Notebooks 进行深度学习

自由度：定义、含义与示例

需求曲线：如何理解价格与销量之间的关系

揭开 Python 中关键统计学的面纱

主题

技术