Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Limpar dados é fundamental para resolver problemas de negócio. Quando a qualidade dos dados é comprometida, as análises ficam pouco confiáveis, modelos de machine learning fazem previsões ruins e as decisões de negócio se desviam do curso.Este curso oferece ferramentas em Java para encarar a qualidade de dados de frente. Você vai aprender métodos estatísticos para identificar outliers e tratar valores ausentes, dominar transformações de dados — desde padronizar textos até lidar com datas em diferentes fusos horários — e implementar verificações de intervalo usando expressões regulares e anotações de validação.Trabalhando com Tablesaw, você vai limpar dados tabulares do mundo real e realizar transformações que preparam os dados para análise. Ao final, estará pronto para garantir a qualidade dos dados em cada etapa das suas aplicações.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Avaliando a Qualidade dos Dados
Aprenda técnicas essenciais para avaliar a qualidade dos dados em aplicações Java. Descubra como usar estatísticas descritivas para identificar outliers, detectar e tratar valores ausentes de forma apropriada, e validar tipos de dados para evitar erros. Domine ferramentas-chave como DescriptiveStatistics para análise numérica, Optional para tratamento de null, e DateTimeFormatter para validação de datas.
2
Transformando Dados
Domine técnicas de transformação de dados para aplicações Java confiáveis. Aprenda a normalizar strings usando expressões regulares para comparação de texto consistente, padronizar categorias com EnumMap e HashMap para tabelas de consulta robustas, e lidar com formatos de data usando a API de tempo do Java com LocalDate e ZoneId para tratamento consistente de datas em diferentes fusos horários.
3
Validando Dados
Garanta a qualidade dos dados por meio de técnicas de validação. Aprenda a implementar validação de intervalo para valores numéricos e datas, dominar validação por padrão usando expressões regulares para verificar formatos de dados e aplicar validação de restrições para impor regras de negócio.
4
Limpando Dados Tabulares
Transforme dados tabulares bagunçados em conjuntos de dados limpos e utilizáveis com o Tablesaw, uma poderosa biblioteca Java. Você vai avaliar a qualidade dos dados, padronizar conteúdos de colunas e aplicar operações de filtragem para preparar seus dados. Ao final, você transformará com confiança conjuntos de dados brutos em tabelas prontas para análise.
J
Limpeza de Dados em Java
Curso
concluído
