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.
Publiczność
- Naukowcy zajmujący się danymi
- Analitycy danych
- Business Analitycy
Opinie uczestników (3)
Przykłady z firmy. Pozwala to lepiej zrozumieć analizowany problem
Piotr - Transfer Multisort Elektronik sp. z o.o.
Szkolenie - Data Cleaning
Użycie danych dotyczących bezpieczeństwa drogowego podczas ćwiczeń praktycznych
Maphahamiso Ralienyane - Road Safety Department
Szkolenie - Data Cleaning
Przetłumaczone przez sztuczną inteligencję
Było to pouczające i zdobyłem wiele umiejętności analizy danych
Mamonyane Taoana - Road Safety Department
Szkolenie - Data Cleaning
Przetłumaczone przez sztuczną inteligencję