Data Science: Data Science è un campo di studio che prevede l'uso di metodi statistici e computazionali per estrarre intuizioni e conoscenze dai dati. Implica la raccolta, l'elaborazione e l'analisi di insiemi di dati ampi e complessi, nonché lo sviluppo di modelli e algoritmi per aiutare a comprendere e fare previsioni sui modelli nei dati. La scienza dei dati prevede l'uso di vari strumenti e tecnologie, inclusi linguaggi di programmazione come Python e R, software di visualizzazione dei dati, librerie di machine learning e piattaforme di cloud computing. Il campo della scienza dei dati ha numerose applicazioni in settori come sanità, finanza, marketing e tecnologia, tra gli altri.

Anche se questo campo è enorme e ci sono molte cose che cambiano ogni minuto. C'è un gran numero di professionisti che stanno lavorando e migliorando la nostra comprensione dei dati.

Quali sono i dati qui?

Nel contesto della scienza dei dati, i dati si riferiscono a qualsiasi informazione, fatto o statistica che può essere raccolta, analizzata e utilizzata per trarre conclusioni o prendere decisioni. Questi dati possono provenire da varie fonti come sondaggi, esperimenti, osservazioni e interazioni online. Può essere strutturato (in un formato definito, come un foglio di calcolo) o non strutturato (come post o immagini sui social media) e può essere di diversi tipi, inclusi dati numerici, categorici o di testo. I dati sono il fondamento della scienza dei dati e l'analisi dei dati consente approfondimenti, previsioni e processi decisionali informati.

Passi che ho seguito:

Passaggio 1: fai un elenco di ciò che devi imparare
Passaggio 2: trova alcune buone risorse
Passaggio 3: inizia con alcune cose di base
Passaggio 4: impara git e GitHub insieme
Passaggio 5: continua a esercitarti
Passaggio 6: Scrivi un post sul blog ogni volta che impari qualcosa

Risorse:

Per Excel

1. Centro di formazione Microsoft Excel:https://support.microsoft.com/en-us/excel/training-6bcf197b-5a6e-41ac-af8e-eda3e44f0fb7
2. Excel Facile:https://www.excel-easy.com/
3. Campus Excel:https://www.excelcampus.com/
4. ExcelJet:https://exceljet.net/
5. Chandoo.org:https://chandoo.org/wp/excel-tutorial/

1. SQLBolt (https://sqlbolt.com/) — Tutorial SQL interattivi con esercizi
2. Modalità Analisi SQL Tutorial (https://mode.com/sql-tutorial/) — Un'esercitazione SQL completa con esempi interattivi
3. Esercitazione SQL di W3Schools (https://www.w3schools.com/sql/) — Un tutorial SQL per principianti con esempi interattivi e quiz
4. Corsi Udemy SQL (https://www.udemy.com/topic/sql/) — Una raccolta di corsi online su SQL per studenti di tutti i livelli
5. Coursera SQL Corsi (https://www.coursera.org/courses?query=sql) — Una raccolta di corsi online su SQL offerti da università e istituzioni
6. Corso Khan Academy SQL (https://www.khanacademy.org/computing/computer-programming/sql) — Un corso SQL online gratuito per principianti con esercizi e quiz interattivi.

1. Python.org —https://www.python.org/about/gettingstarted/
2. Codecademy —https://www.codecademy.com/learn/learn-python
3. Udemy —https://www.udemy.com/topic/python/
4. Coursera—https://www.coursera.org/courses?query=python
5. edX —https://www.edx.org/learn/python
6. SoloImpara —https://www.sololearn.com/Course/Python/
7. Gioviano —https://jovian.com/learn/data-analysis-with-python-zero-to-pandas(L'ho seguito principalmente nella fase iniziale. Un corso ben definito)
8. Molti video con una descrizione dettagliatahttps://www.youtube.com/@robmulla

1. Corso di Machine Learning di Coursera di Andrew Ng:https://www.coursera.org/learn/machine-learning
2. Nozioni di base sull'apprendimento automatico di edX:https://www.edx.org/course/machine-learning-fundamentals-3
3. Tutorial sull'apprendimento automatico di Kaggle:https://www.kaggle.com/learn/machine-learning
4. Corso accelerato di machine learning di Google:https://developers.google.com/machine-learning/crash-course
5. Corso di apprendimento automatico CS229 della Stanford University:https://see.stanford.edu/Course/CS229
6. Un corso gratuito fornito da Jovian sull'apprendimento automaticohttps://jovian.com/learn/machine-learning-with-python-zero-to-gbms( Tutorial meraviglioso )

1. https://bit.ly/3eAyBbN
2. https://youtu.be/j09EQ-xlh88

Statistiche

Potenza Bi

Ho seguito il seguente link per capire i fondamenti.https://youtube.com/watch?v=H84UJn1CiWo&feature=shares

Per la tabella di marcia:

Puoi anche seguirehttps://youtube.com/watch?v=wPqnSfeP1JM&feature=sharesper la tabella di marcia dal Gioviano.

Queste sono solo alcune delle risorse che ti ho dato. Ci sono anche molti corsi gratuiti disponibili su YouTube. Tuttavia, è importante essere chiari su cosa vuoi imparare e quali argomenti sono importanti. Cerca di non deviare dal tuo piano originale. Ho iniziato a imparare prima EXCEL e poi sono passato a SQL e poi a Python e ora sto imparando algoritmi di apprendimento automatico. Ho aggiunto i miei taccuini Python di questi corsi ai miei repository Github, che possono essere trovati suhttps://github.com/arunsinp.

Stato attuale

Tutti questi dettagli sono disponibili nel mio repository Github.

• Per Python:https://github.com/arunsinp/Python-programming(tutti i miei taccuini e alcuni degli esempi, i taccuini relativi all'analisi esplorativa dei dati sono qui in questo repository)
• Per l'apprendimento automatico:https://github.com/arunsinp/Machine-Learning(Sto ancora imparando e analizzando alcuni algoritmi relativi alla finanza e al settore spaziale e della difesa).
• Per SQL:https://github.com/arunsinp/database-PostgreSQL, Ehttps://github.com/arunsinp/SQL-data-analytics
• Per Git e GitHub:https://github.com/arunsinp/Learning-git