Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
La limpieza de datos es clave para resolver problemas de negocio. Cuando la calidad de los datos falla, los análisis dejan de ser fiables, los modelos de Machine Learning hacen malas predicciones y las decisiones se resienten.Este curso te ofrece herramientas de Java para abordar la calidad de datos de forma directa. Aprenderás métodos estadísticos para detectar valores atípicos y gestionar valores faltantes, dominarás transformaciones de datos desde la normalización de texto hasta el manejo de fechas entre zonas horarias, e implementarás verificaciones de rangos con expresiones regulares y anotaciones de validación.Trabajando con Tablesaw, limpiarás datos tabulares del mundo real y realizarás transformaciones que preparan los datos para el análisis. Terminarás listo para garantizar la calidad de los datos en cada paso de tus aplicaciones.
Requisitos previos
Programa de formación
Contenido del curso
1
Evaluación de la calidad de los datos
Aprende técnicas esenciales para evaluar la calidad de los datos en aplicaciones Java. Descubre cómo usar estadísticas descriptivas para identificar valores atípicos, detectar y gestionar valores faltantes adecuadamente, y validar tipos de datos para evitar errores. Domina herramientas clave como DescriptiveStatistics para análisis numérico, Optional para el manejo de null y DateTimeFormatter para la validación de fechas.
2
Transformación de datos
Domina técnicas de transformación de datos para aplicaciones Java fiables. Aprende a normalizar cadenas con expresiones regulares para lograr coincidencia de texto consistente, estandarizar categorías con EnumMap y HashMap para tablas de consulta robustas, y manejar formatos de fecha usando la API de tiempo de Java con LocalDate y ZoneId para un tratamiento coherente de fechas entre zonas horarias.
3
Validación de datos
Garantiza la calidad de los datos mediante técnicas de validación. Aprende a implementar validación de rangos para valores numéricos y fechas, domina la validación de patrones usando expresiones regulares para verificar formatos de datos y aplica validación de restricciones para hacer cumplir reglas de negocio.
4
Limpieza de datos tabulares
Transforma datos tabulares desordenados en conjuntos de datos limpios y utilizables con Tablesaw, una potente biblioteca de Java. Evaluarás la calidad de los datos, estandarizarás el contenido de las columnas y aplicarás operaciones de filtrado para preparar tus datos. Al final, convertirás con confianza conjuntos de datos en tablas listas para el análisis.
J
Limpieza de datos en Java
Curso
completado
