• 为个人
  • 为商务
  • 为大学
  • 为政府
学位
​
登录
免费加入
  • 浏览
  • Data Science

Data Science 课程

Data Science 课程可帮助您了解如何分析数据、创建模型并评估其性能。您可以发展统计、自动学徒、数据准备和可视化方面的能力。许多课程使用最新的语言和书库,用于实践项目。


Data Science 热门课程和证书


  • 状态:免费试用
    免费试用
    I

    IBM

    数据科学入门

    您将获得的技能: 数据预处理, 数据库, 云计算, 关系数据库, Python 程序设计, SQL, R 语言程序设计(中文版), R(软件), 大数据, Query 语言, 模型部署, 数据建模, GitHub, Jupyter, 数据挖掘, 数据清理, 数据可视化软件, 数据科学, 数据扫盲, 存储过程

    攻读学位

    4.6
    评分, 4.6 星,最高 5 星
    ·
    10万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    机器学习和数据科学数学

    您将获得的技能: 线性代数, 贝叶斯统计, 应用数学, 机器学习, 数据预处理, Machine Learning 方法, NumPy, 概率分布, 统计假设检验, 概率, 降维, 微积分, 概率与统计, 统计推理, 抽样(统计), 数学建模, 统计分析, 数值分析, 描述性统计, A/B 测试

    4.6
    评分, 4.6 星,最高 5 星
    ·
    3151 条评论

    中级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    数据科学

    您将获得的技能: 探索性数据分析, 交互式数据可视化, 绘图(图形), R 语言程序设计(中文版), 数据操作, 预测建模, Model Evaluation, 版本控制, 机器学习算法, 机器学习, 数据清理, 闪亮(R 套件), 统计假设检验, 回归分析, GitHub, 统计推理, 统计分析, 数据科学, Rmarkdown, Plotly

    4.5
    评分, 4.5 星,最高 5 星
    ·
    5.1万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    U

    University of Michigan

    借助 Python 应用数据科学

    您将获得的技能: 图论, Model Evaluation, NumPy, Python 程序设计, 交互式数据可视化, 自然语言处理, 数据预处理, 社交网络分析, 数据操作, 数据可视化软件, 应用机器学习, 网络分析, 科学可视化, 功能工程, 数据可视化, 监督学习, Matplotlib, 文本挖掘, 可视化(计算机制图), Pandas(Python 软件包)

    4.5
    评分, 4.5 星,最高 5 星
    ·
    3.4万 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I
    U
    I

    多位教师

    Data Science Foundations

    您将获得的技能: Dashboard, Web Scraping, Pseudocode, Jupyter, Algorithms, Data Literacy, Data Mining, Data Analysis, R (Software), Data Presentation, Correlation Analysis, Pandas (Python Package), NumPy, Data Import/Export, Programming Principles, Predictive Modeling, Data Science, Unsupervised Learning, Machine Learning, Project Management

    4.6
    评分, 4.6 星,最高 5 星
    ·
    12万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    使用 Python 和 SQL 的数据科学基础知识

    您将获得的技能: 数据导入/导出, 数据分析, Python 程序设计, R 语言程序设计(中文版), SQL, 统计, R(软件), 关系数据库, 概率分布, 统计编程, 编程原则, 统计分析, 仪表板, 网页抓取, 统计假设检验, 数据科学, Jupyter, 数据可视化, 存储过程, 描述性统计

    攻读学位

    4.6
    评分, 4.6 星,最高 5 星
    ·
    7.5万 条评论

    初级 · 专项课程 · 3-6 个月

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    数据科学高级统计学

    您将获得的技能: 线性代数, 数据建模, 数据分析, 应用数学, 统计方法, R 语言程序设计(中文版), 统计, 贝叶斯统计, 统计假设检验, 数学建模, 统计推理, 抽样(统计), 概率与统计, 概率, 统计建模, 统计分析, 数据科学, 回归分析, 概率分布, 生物统计学

    4.4
    评分, 4.4 星,最高 5 星
    ·
    787 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    基因组数据科学

    您将获得的技能: 数据结构, 数据管理, Data Management, 探索性数据分析, Unix 命令, 数据分析, Python 程序设计, R 语言程序设计(中文版), 统计方法, 命令行界面, 统计假设检验, 计算机科学, 统计分析, 数据科学, 数据分析软件, Unix, 生物信息学, 分子生物学, Linux 命令, 数据质量, 生物统计学

    4.5
    评分, 4.5 星,最高 5 星
    ·
    6792 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    U

    University of Pittsburgh

    Mathematical Foundations for Data Science and Analytics

    您将获得的技能: Statistical Analysis, NumPy, Probability Distribution, Matplotlib, Statistics, Pandas (Python Package), Data Science, Probability & Statistics, Probability, Statistical Modeling, Predictive Modeling, Data Analysis, Linear Algebra, Predictive Analytics, Statistical Methods, Mathematics and Mathematical Modeling, Applied Mathematics, Python Programming, Machine Learning, Logical Reasoning

    攻读学位

    3.7
    评分, 3.7 星,最高 5 星
    ·
    9 条评论

    初级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    应用数据科学

    您将获得的技能: 探索性数据分析, 数据分析, 数据导入/导出, 交互式数据可视化, Python 程序设计, 数据叙事, 预测建模, 机器学习, 数据操作, 数据清理, 仪表板, 数据可视化软件, 网页抓取, Matplotlib, Plotly, 数据可视化, 数据科学, 数据展示, 编程原则, 数据转换

    攻读学位

    4.6
    评分, 4.6 星,最高 5 星
    ·
    6.1万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    C

    Coursera

    Data Science Beyond the Basics (ML+DS)

    您将获得的技能: Generative AI, Model Evaluation, Supervised Learning, Generative Model Architectures, AWS SageMaker, Recurrent Neural Networks (RNNs), Unsupervised Learning, Data Preprocessing, Large Language Modeling, Time Series Analysis and Forecasting, LLM Application, Applied Machine Learning, Deep Learning, A/B Testing, Transfer Learning, Python Programming, Machine Learning, Data Analysis, AWS CloudFormation, AI Personalization

    4.2
    评分, 4.2 星,最高 5 星
    ·
    26 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    Imperial College London

    机器学习数学

    您将获得的技能: Algorithm, 统计, 线性代数, Python 程序设计, 数据预处理, 应用数学, NumPy, 机器学习算法, 降维, 回归分析, 人工神经网络, 衍生产品, 数学建模, 微积分, 功能工程, 无监督学习, Jupyter, 高等数学

    4.6
    评分, 4.6 星,最高 5 星
    ·
    1.5万 条评论

    初级 · 专项课程 · 3-6 个月

与 data science 相关的搜索

ibm data science
python data science
sql for data science
ibm data science professional certificate
statistics for data science
python for data science, ai & development
r for data science
applied data science with python
1234…145

总之,以下是 10 最受欢迎的 data science 课程

  • 数据科学入门: IBM
  • 机器学习和数据科学数学: DeepLearning.AI
  • 数据科学: Johns Hopkins University
  • 借助 Python 应用数据科学: University of Michigan
  • Data Science Foundations: IBM
  • 使用 Python 和 SQL 的数据科学基础知识: IBM
  • 数据科学高级统计学: Johns Hopkins University
  • 基因组数据科学: Johns Hopkins University
  • Mathematical Foundations for Data Science and Analytics: University of Pittsburgh
  • 应用数据科学: IBM

关于 Data Science 的常见问题

Data Science 是一个跨学科领域,它将统计学、计算机科学和领域专业知识相结合,从数据中提取有意义的见解。它在各行各业的决策中发挥着至关重要的作用,帮助企业了解趋势、预测结果和优化流程。在当今数据驱动的世界中,分析和 Interpretation 数据的能力对于企业保持竞争力和创新力至关重要。‎

从事数据科学工作可以获得各种职位,包括数据分析师、数据工程师、机器学习工程师和数据科学家。这些职位在金融、医疗保健、技术和营销等行业需求量很大。每个角色都专注于数据的不同方面,从数据收集和 Cleaning 到高级解析和 Prediction Modeling,为专业人士提供了多样化的机会。‎

要想从事Data Science 行业,就应该在几项关键技能方面打下坚实的基础。这些技能包括 Python 和 R 等编程语言、统计分析、数据可视化和机器学习。熟悉数据库和工具(如 SQL 和 Tableau)也是有益的。此外,解决问题、批判性思维和有效沟通等软技能对于将数据洞察转化为可操作的战略也至关重要。‎

有许多在线课程可用于学习 Data Science。一些最佳选择包括IBM 数据科学专业证书(涵盖基本技能和工具)和应用数据科学专项课程(侧重于实际应用)。这些课程提供了结构化的学习路径和实践经验,帮助您建立数据科学专业知识。‎

是的,您可以通过两种方式免费开始在 Coursera 上学习 Data Science:

  1. 免费预览 许多 Data Science 课程的第一个 Modulation。其中包括视频课程、阅读、分级作业和 Coursera Coach(如有)。
  2. 开始为期 7 天的 专项课程或 Coursera Plus免费试用。在试用期内,您可以完全访问所有符合条件的课程内容。

如果您想继续学习、获得 Data Science 证书或在预览或试用后解锁全部课程访问权限,您可以升级或申请经济援助。‎

要有效地学习 Data Science,首先要明确自己的学习目标和想要掌握的具体技能。从涵盖基本概念的基础课程开始,逐步深入到更高级的主题。参与实践项目以应用所学知识,并考虑加入在线社区或学习小组以增强学习体验。坚持练习和实际应用是掌握 Data Science 的关键。‎

数据科学课程通常涵盖一系列主题,包括数据操作、统计分析、机器学习、数据可视化和 Big Data 技术。您还可能会遇到自然语言处理、数据伦理和数据工程等专项课程。这些全面的课程使您能够应对该领域的各种挑战,并掌握分析复杂数据集所需的技能。‎

对于培训和提高员工的数据科学技能,CertNexus Certified Data Science Practitioner Professional Certificate和Fractal Data Science Professional Certificate等课程是很好的选择。这些课程旨在提高实用技能,为数据科学打下坚实基础,适合劳动力发展。‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2026 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok