Build your ultimate AI agent
Cursusbeschrijving
Vereisten
Curriculum
Cursusoverzicht
1
Veelvoorkomende dataproblemen
In dit hoofdstuk leer je hoe je enkele van de meest voorkomende problemen met vuile data aanpakt. Je zet datatypes om, past bereikbeperkingen toe om toekomstige datapunten te verwijderen, en haalt dubbele datapunten weg om dubbeltellingen te voorkomen.
- Beperkingen op gegevenstypen50 XP
- Veelvoorkomende gegevenstypen100 XP
- Numerieke data of ... ?100 XP
- Strings optellen en getallen aan elkaar plakken100 XP
- Bereikbeperkingen voor data50 XP
- Beperkingen voor bandmaten100 XP
- Terug naar de toekomst100 XP
- Uniciteitsbeperkingen50 XP
- Hoe groot is je subset?50 XP
- Duplicaten vinden100 XP
- Duplicaten behandelen100 XP
2
Problemen met tekst en categorische data
Categorische en tekstdata zijn vaak het rommeligst in een gegevensset door hun ongestructureerde aard. In dit hoofdstuk leer je hoe je inconsistenties in spaties en hoofdletters in categorielabels oplost, meerdere categorieën samenvoegt, en strings herformatteert voor consistentie.
3
Geavanceerde dataproblemen
In dit hoofdstuk ga je dieper in op meer geavanceerde opschoningsproblemen, zoals ervoor zorgen dat gewichten allemaal in kilogrammen staan in plaats van ponden. Je ontwikkelt ook belangrijke vaardigheden om te controleren of waarden correct zijn opgeteld en of ontbrekende waarden je analyses niet negatief beïnvloeden.
4
Recordlinkage
Recordlinkage is een krachtige techniek om meerdere gegevenssets samen te voegen wanneer waarden typefouten of verschillende schrijfwijzen bevatten. In dit hoofdstuk leer je records te koppelen door de gelijkenis tussen strings te berekenen—daarna gebruik je je nieuwe skills om twee datasets met restaurantrecensies te combineren tot één schone mastergegevensset.
Data opschonen in Python
Cursus
voltooid
