Plan Szkolenia

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

Wymagania

  • Zrozumienie koncepcji analizy danych.

Uczestnicy

  • Naukowcy zajmujący się danymi
  • Analitycy danych
  • Business Analitycy
 7 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie