Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Daten zu bereinigen ist entscheidend für Geschäftsprobleme. Wenn die Datenqualität leidet, werden Analysen unzuverlässig, Machine-Learning-Modelle treffen schlechte Vorhersagen und Geschäftsentscheidungen gehen schief.In diesem Kurs erhältst du Java-Werkzeuge, um Datenqualität direkt anzugehen. Du lernst statistische Methoden, um Ausreißer zu erkennen und fehlende Werte zu behandeln, beherrschst Datentransformationen – vom Standardisieren von Text bis zum Umgang mit Datumsangaben über Zeitzonen hinweg – und setzt Bereichsprüfungen mit regulären Ausdrücken und Validierungsannotationen um.Mit Tablesaw arbeitest du an realen, tabellarischen Daten, bereinigst sie und nimmst Transformationen vor, die sie für Analysen vorbereiten. Am Ende bist du bereit, die Datenqualität in jeder Phase deiner Anwendungen sicherzustellen.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Datenqualität beurteilen
Lerne grundlegende Techniken, um die Datenqualität in Java-Anwendungen zu beurteilen. Entdecke, wie du mit beschreibender Statistik Ausreißer identifizierst, fehlende Werte passend erkennst und behandelst und Datentypen validierst, um Fehler zu vermeiden. Beherrsche zentrale Werkzeuge wie DescriptiveStatistics für numerische Analysen, Optional für den Umgang mit null und DateTimeFormatter für die Datumsvalidierung.
2
Daten transformieren
Beherrsche Techniken zur Datentransformation für zuverlässige Java-Anwendungen. Lerne, Strings mit regulären Ausdrücken zu normalisieren für konsistente Textabgleiche, Kategorien mit EnumMap und HashMap zu standardisieren für robuste Nachschlagetabellen und Datumsformate mit der Java-Time-API sowie LocalDate und ZoneId zu handhaben, um Daten über Zeitzonen hinweg konsistent zu verarbeiten.
3
Daten validieren
Sichere Datenqualität durch Validierungstechniken. Lerne, Bereichsvalidierungen für numerische Werte und Daten umzusetzen, beherrsche Mustervalidierungen mit regulären Ausdrücken zur Überprüfung von Datenformaten und wende Constraint-Validierungen an, um Geschäftsregeln durchzusetzen.
4
Tabellarische Daten bereinigen
Verwandle unordentliche Tabellendaten mit Tablesaw, einer leistungsstarken Java-Bibliothek, in saubere, nutzbare Datensätze. Du beurteilst die Datenqualität, standardisierst Spalteninhalte und wendest Filteroperationen an, um deine Daten vorzubereiten. Am Ende verwandelst du Rohdaten souverän in analysereife Tabellen.
J
Datenbereinigung in Java
Kurs
abgeschlossen
