Data Cleaning

• Zrozumienie koncepcji analizy danych.

Publiczność

• Naukowcy zajmujący się danymi
• Analitycy danych
• Business Analitycy

Data Cleaning lub Data Cleansing odnosi się do procesu wykrywania i naprawiania błędów w zestawie danych przed ich analizą.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla analityków danych, analityków danych i analityków biznesowych, którzy chcą skutecznie czyścić i przetwarzać dane.

Pod koniec tego szkolenia uczestnicy będą mogli

• Opracować skuteczną strategię czyszczenia danych.
• Wdrożyć przydatne narzędzia do czyszczenia danych.
• Efektywniej uzyskiwać wyniki.
• Uczyć się i stosować najlepsze praktyki czyszczenia danych.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

Wprowadzenie

Przegląd Data Cleaning

• Dlaczego Data Cleaning jest ważne?

Studium przypadku: Kiedy Big Data jest brudne

Opracowanie dokładnej strategii Data Cleaning

Popularne narzędzia Data Cleaning

• Drake
• OpenRefine
• Pandas (dla Python)
• Dplyr (dla R)

Osiąganie wysokiej integralności danych

• Kompletny
• Poprawny
• Dokładne
• Istotny
• Spójne

Automatyzacja procesu Data Cleaning

Monitorowanie systemu Data Cleaning

Podsumowanie i wnioski