Pythonで学ぶデータクリーニング

Pythonでデータをクリーンにする方法を学ぶ

よく言われるのは、データサイエンティストは時間の80%をデータのクリーニングと操作に費やし、分析に使うのはわずか20%だということです。 データクリーニングは、すべてのデータサイエンティストにとって欠かせないステップです。なぜなら、汚れたデータを分析すると、誤った結論につながる可能性があるからです。

このコースでは、Pythonでさまざまなデータクリーニングの問題を特定し、診断し、対処する方法を学びます。簡単なものから高度なものまで幅広く扱います。 不適切なデータ型への対処、データが正しい範囲にあるかの確認、欠損データの処理、レコードリンケージの実施などを学べます！

さまざまなデータ型をクレンジングする方法を学ぶ

このコースの最初の章では、よくあるデータの問題と、その解決方法を学びます。 まずは基本的なデータ型を理解し、それぞれを個別に扱う方法を学びます。 その後、範囲制約を適用し、重複したデータポイントを削除します。

最後の章では、複数のデータセットを統合するための強力な手法であるレコードリンケージを解説します。 文字列間の類似度を計算してレコードをリンクする方法を学びます。 最後に、新しく身につけたスキルを使って、2つのレストランレビューのデータセットを1つのきれいなマスターデータセットに結合します。

データのクリーニングに自信をつける

コースの終了時には、さまざまな種類のデータをクレンジングし、レコードリンケージを使って複数のデータセットを統合する自信が身につきます。 データのクリーニングは、データサイエンティストにとって不可欠なスキルです。 Pythonでのデータのクリーニングとその応用についてさらに学びたい方は、以下のトラックをご覧ください: Pythonを使ったデータサイエンティストと、Pythonを使ったデータのインポートとクリーニング。