Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
Great Expectations è uno strumento super utile per controllare la qualità dei dati nei flussi di lavoro di scienza dei dati e ingegneria dei dati. La piattaforma può essere facilmente integrata in Python, rendendola una libreria utile da imparare per chi usa Python.
Il cuore di Great Expectations sono le aspettative, cioè quelle cose che vuoi controllare sui tuoi dati. Inizierai questo corso imparando come collegarti a set di dati reali e applicare le aspettative a essi. Imparerai quindi come recuperare, modificare, eliminare le aspettative e creare pipeline per applicare le aspettative a nuovi set di dati in un'implementazione di produzione.
Infine, scoprirai tipi specifici di aspettative, come quelle per le colonne numeriche e stringa, e come scrivere aspettative di una colonna in base ai valori di altre colonne.
Alla fine di questo corso, avrai una solida base sulla libreria Python Great Expectations. Potrai usare le funzioni principali della piattaforma per controllare la qualità dei tuoi dati e potrai usarli con la certezza che rispettano i tuoi standard di qualità.
Prerequisiti
Programma
Struttura del corso
1
Connessione ai dati
Scopri perché Great Expectations (GX) è uno strumento così potente per monitorare la qualità dei dati. Familiarizza con le basi di GX, inclusi l’avvio di una sessione usando un Data Context e il caricamento di un dataframe pandas tramite Data Source, Data Asset e Batch Definition.
- Crea un Data Context50 XP
- Crea il tuo Data Context100 XP
- Anteprima di GX100 XP
- Definizioni delle parole chiave100 XP
- Connettersi ai dati50 XP
- Ripasso dei concetti100 XP
- Crea una Data Source e un Data Asset100 XP
- Leggere i dati in batch50 XP
- Crea una Batch Definition e una Batch100 XP
- Esamina il tuo Batch100 XP
2
Definire le Expectations
Crea e valuta Expectations di base su forma e schema. Convalida le tue Expectations singolarmente, come parte di una Expectation Suite con una Batch Definition, oppure usando una Validation Definition.
3
GX nella pratica
Apprendi competenze pratiche che ti aiuteranno a gestire al meglio la natura dinamica delle Expectations nel mondo reale. Distribuisci le Validation Definitions usando i Checkpoint; aggiorna le tue Expectation Suite; e impara ad aggiungere, recuperare, elencare ed eliminare i componenti chiave di GX.
4
Tutto sulle Expectations
Tuffati a capofitto nel mondo delle Expectations. Esercitati a creare Expectations di base a livello di colonna, Expectations numeriche a livello di riga e di aggregazione, Expectations per stringhe e per la loro analizzabilità, e altro ancora. Impara ad applicare Expectations solo ad alcune righe di un dataframe.
Introduzione alla Data Quality con Great Expectations
Corso
completato
