メインコンテンツへスキップ

コース

Java によるデータクリーニング

中級スキルレベル

更新日 2025/12

Javaで統計手法、変換、検証を使ってデータクリーニングを習得し、信頼性の高いアプリを実現。

コースを無料で開始

JavaImporting & Cleaning Data

4時間

13 ビデオ

39 演習

3,250 XP

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

データクリーニングは、ビジネス上の問題を解決するうえで欠かせない作業です。データの品質が低下すると、分析結果が信頼できなくなり、機械学習モデルの予測精度が下がり、ビジネスの意思決定にも悪影響が生じます。このコースでは、データ品質の問題に正面から取り組むための Java ツールを学びます。外れ値の検出や欠損値の処理に使う統計的手法、テキストの標準化からタイムゾーンをまたいだ日付管理までのデータ変換、そして正規表現とバリデーションアノテーションを使った範囲チェックを習得します。Tablesaw を使って実際の表形式データをクリーニングし、分析に向けたデータ変換を実践します。コースを終える頃には、アプリケーションのあらゆる段階でデータ品質を確保できるようになります。

前提条件

Data Types and Exceptions in Java

1

Assessing Data Quality

Learn essential techniques for assessing data quality in Java applications. Discover how to use descriptive statistics to identify outliers, detect and handle missing values appropriately, and validate data types to prevent errors. Master key tools like DescriptiveStatistics for numerical analysis, Optional for null handling, and DateTimeFormatter for date validation.

Data statistics

Computing mean, min, max

Computing percentiles

Null detection

Detecting missing numbers

Detecting missing strings

Data type verification

Parsing text into dates and numbers

Reading CSV files safely

チャプターを開始

2

Transforming Data

Master data transformation techniques for reliable Java applications. Learn to normalize strings using regular expressions for consistent text matching, standardize categories with EnumMap and HashMap for robust lookup tables, and handle date formats using Java's time API with LocalDate and ZoneId for consistent date handling across time zones.

String normalization

Regular expressions

Cleaning strings

Categorical standardization

Building a category mapping

Grouping by standardized categories

Date standardization

Standardizing dates

Converting time zones

Extracting month and year from dates

チャプターを開始

3

Validating Data

Ensure data quality through validation techniques. Learn to implement range validation for numeric values and dates, master pattern validation using regular expressions to verify data formats, and apply constraint validation to enforce business rules.

Range validation

Validating numeric ranges

Validating date ranges

Pattern validation

Full pattern matching

Pattern finding

Character matching

Constraint enforcement

Annotations with video game sales

Displaying validation messages

チャプターを開始

4

Cleaning Tabular Data

Transform messy tabular data into clean, usable datasets with Tablesaw, a powerful Java library. You'll assess data quality, standardize column contents, and apply filtering operations to prepare your data. By the end, you'll confidently turn raw datasets into analysis-ready tables.

Data quality assessment with Tablesaw

Analyzing missing and unique values

Analyzing numeric columns

Column cleaning and standardization

Transforming numeric data

Transforming text data

Column filtering and aggregation

Filtering columns

Aggregating columns

Congratulations!

チャプターを開始

Java によるデータクリーニング

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共にJava によるデータクリーニングを始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。