After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Czyszczenie danych ma kluczowe znaczenie dla rozwiązywania problemów biznesowych. Gdy jakość danych spada, analizy stają się zawodne, modele uczenia maszynowego generują błędne predykcje, a decyzje biznesowe idą w złym kierunku.Ten kurs wyposaży cię w narzędzia Javy do skutecznego radzenia sobie z jakością danych. Poznasz metody statystyczne do wykrywania wartości odstających i obsługi brakujących wartości, opanujesz transformacje danych – od standaryzacji tekstu po zarządzanie datami w różnych strefach czasowych – oraz nauczysz się implementować kontrole zakresów za pomocą wyrażeń regularnych i adnotacji walidacyjnych.Pracując z biblioteką Tablesaw, będziesz czyścić rzeczywiste dane tabelaryczne i wykonywać transformacje przygotowujące dane do analizy. Po ukończeniu kursu będziesz gotowy zapewniać jakość danych na każdym etapie swoich aplikacji.
Wymagania wstępne
Program kursu
Plan kursu
1
Ocena jakości danych
Poznaj podstawowe techniki oceny jakości danych w aplikacjach Java. Dowiesz się, jak używać statystyk opisowych do wykrywania wartości odstających, jak identyfikować brakujące wartości i odpowiednio je obsługiwać oraz jak weryfikować typy danych, aby zapobiegać błędom. Opanujesz kluczowe narzędzia: DescriptiveStatistics do analizy numerycznej, Optional do obsługi wartości null oraz DateTimeFormatter do walidacji dat.
- Statystyki danych50 XP
- Obliczanie średniej, minimum i maksimum100 XP
- Obliczanie percentyli100 XP
- Wykrywanie wartości null50 XP
- Wykrywanie brakujących wartości liczbowych100 XP
- Wykrywanie brakujących ciągów znaków100 XP
- Weryfikacja typów danych50 XP
- Parsowanie tekstu na daty i liczby100 XP
- Bezpieczne wczytywanie plików CSV100 XP
2
Transformacja danych
Opanuj techniki transformacji danych, niezbędne w niezawodnych aplikacjach Java. Nauczysz się normalizować ciągi znaków za pomocą wyrażeń regularnych, aby zapewnić spójne dopasowywanie tekstu, standaryzować kategorie przy użyciu EnumMap i HashMap jako tablic przeglądowych oraz obsługiwać formaty dat za pomocą API czasu Javy – LocalDate i ZoneId – dla spójnej obsługi dat w różnych strefach czasowych.
3
Walidacja danych
Zadbaj o jakość danych dzięki technikom walidacji. Nauczysz się implementować walidację zakresów dla wartości numerycznych i dat, opanujesz walidację wzorców za pomocą wyrażeń regularnych do weryfikacji formatów danych oraz zastosujesz walidację ograniczeń w celu egzekwowania reguł biznesowych.
4
Czyszczenie danych tabelarycznych
Przekształć nieuporządkowane dane tabelaryczne w czyste, użyteczne zbiory danych za pomocą Tablesaw – potężnej biblioteki Java. Ocenisz jakość danych, zestandaryzujesz zawartość kolumn i zastosujesz operacje filtrowania, aby przygotować dane do dalszej pracy. Po ukończeniu tego rozdziału będziesz sprawnie przekształcać surowe zbiory danych w tabele gotowe do analizy.
J
Czyszczenie danych w Javie
Kurs
ukończony
