我们将从给出数据科学的定义开始。您将学习数据科学工作流，以及数据科学如何应用于真实的业务问题。最后，我们将了解如何构建数据团队以满足组织的需求。

什么是数据科学？

客户细分工作流

构建客户服务聊天机器人

改进 OKR

数据科学的应用

分配数据科学项目

投资研究

构建数据科学团队

解读一次团队冲刺

编辑一则招聘启事

将技能匹配到岗位

数据任务分类

数据科学简介

现在我们已经理解了数据科学的工作流，将更深入地探讨第一步：数据收集。您将学习公司可利用的不同数据来源，以及数据收集后应如何存储。

数据来源与风险

为安全对数据分类

创建网站数据事件

保护 PII

主动收集的数据

识别问题目的

验证焦点小组反馈

净推荐值（Net Promoter Score，NPS）

收集更多数据

整理数据来源

哮喘发病频率

数据存储与检索

云平台

查询数据库

应使用哪种数据库？

数据收集与存储

本章将讨论如何通过仪表板探索与可视化数据。我们会讲解仪表板的组成元素，以及如何提出有针对性的仪表板需求。本章还将介绍临时数据请求和 A/B 测试——这是一种能够降低决策风险的强大分析工具。

仪表板

仪表板元素分类

改进一个仪表板

要素

Line Chart

Bar Chart

Table

选择合适的仪表板图表

临时分析

填写临时分析请求

Requests

Dashboard request

Ad hoc request

请求分类

A/B 测试

为任务排序

创建 A/B 测试工作流

样本量

中期结果

分析与可视化

在最后一章，我们将讨论数据科学中最受关注的话题：机器学习！我们将讲解监督式与非监督式机器学习，以及聚类。接着，进入机器学习的专题内容，包括时间序列预测、自然语言处理、深度学习和可解释 AI！

监督式机器学习

何时使用监督式学习

特征与标签

模型评估

聚类

监督 vs. 无监督

聚类数量选择

机器学习专题

机器学习任务分类

情感分析

Deep Learning 与 Explainable AI

找到正确的解决方案

我该使用深度学习吗？

预测

什么是数据科学，如何用它来增强您的组织？本课程将介绍数据团队所需的技能，以及如何构建团队以满足组织需求。数据无处不在！本课程将帮助您了解公司可用的数据来源，以及如何存储这些数据。您还将学习如何通过仪表板和 A/B 测试来分析与可视化数据。课程最后，我们将讨论机器学习中的精彩主题，包括聚类、时间序列预测、自然语言处理（NLP）、深度学习，以及可解释 AI！在学习过程中，您将了解多种数据科学的真实应用场景，并通过实践练习更好地理解这些概念。

<h2>学习使用数据科学开展商业应用</h2> 
什么是数据科学，以及如何利用它来增强您的组织？这门课程将教你数据团队所需的技能，以及如何构建团队以满足你所在组织的需求。
<br><br>
这门课程还将帮助你了解公司可以使用的数据来源，以及如何存储、分析和可视化这些数据。
<br><br>
<h2>了解数据科学工作流程</h2> 
你将从面向企业的数据科学入门开始，了解数据科学工作流程以及如何将其应用于现实世界的问题。 你还将探索数据收集的运作方式，了解如何获取和存储数据。
<br><br>
<h2>学习分析和可视化您的数据</h2> 
你还将了解如何通过仪表板和 A/B 测试来分析和可视化你的数据。 为了结束这门课程，我们将讨论机器学习中的一些令人兴奋的话题，包括聚类、时间序列预测、自然语言处理（NLP）、深度学习和可解释人工智能。
<br><br>
在此过程中，你将了解数据科学在各种现实世界中的应用，并通过实践练习更深入地理解这些概念。
<br><br>
这是面向管理者的数据科学理想入门课程，让你有机会了解这一强大的商业工具。

了解数据科学在管理和商业中的应用，利用数据增强组织实力。

面向业务的数据科学

了解面向管理者和企业的数据科学，以及如何利用数据增强您的组织。 

改进一个仪表板

面向业务的数据科学

动手互动练习