Build your ultimate AI agent
Descrierea cursului
Analiza datelor organizate în tabele este interesantă. Dar ce se întâmplă când informațiile care ne interesează cel mai mult nu sunt disponibile ca un set de date bine structurat, ci sub formă de text simplu? Nu-ți face griji: în acest curs vei învăța tot ce ai nevoie pentru a crea expresii regulate puternice, care te vor ajuta să găsești orice informație necesară analizelor tale dintr-un bloc de text. Și nu doar atât. Folosind conceptul de distanțe între șiruri de caractere, vei învăța să lucrezi chiar și cu texte care conțin greșeli de scriere sau erori de scanare, putând să le asociezi cu variantele corecte din alte surse de date (legarea înregistrărilor). Ca material de lucru, vom analiza documente reale despre încasările la box office ale cinematografelor elvețiene.
Cerințe prealabile
Curriculum
Structura cursului
1
Expresii regulate: crearea unor tipare personalizate
Expresiile regulate pot părea intimidante la început, deoarece conțin o mulțime de caractere speciale. În acest capitol vei învăța să le descifrezi și să scrii propriile tipare pentru a găsi exact ceea ce cauți.
- Bun venit50 XP
- Începe cu, se termină cu100 XP
- Când nu știi exact ce cauți100 XP
- Clase de caractere și repetiții50 XP
- Cifre, cuvinte și spații100 XP
- Potrivirea repetițiilor100 XP
- Ce face fiecare caracter special?100 XP
- Bara verticală și semnul întrebării50 XP
- Unu sau altul100 XP
- Semnul întrebării și cele două înțelesuri ale sale100 XP
- Acum poți citi asta!50 XP
2
Crearea șirurilor de caractere cu date
În acest capitol ne vom îndepărta puțin de expresiile regulate și ne vom concentra pe manipularea șirurilor de caractere, creând șiruri din alte structuri de date, precum vectori sau liste.
3
Extragerea datelor structurate din text
Unul dintre domeniile în care expresiile regulate excelează este extragerea sensului dintr-un bloc de text. În acest capitol vei învăța să extragi informații din date dezorganizate care nu se prezintă sub formă de tabele bine ordonate, ci ca text simplu.
4
Similarități între șiruri de caractere
În ultimul capitol ne vom îndrepta atenția de la expresiile regulate către înțelegerea distanțelor dintre șiruri de caractere. Calculând diferențele dintre mai multe șiruri, le putem asocia pe cele similare. Astfel poți identifica duplicate chiar și atunci când conțin mici erori, cum ar fi greșeli de scriere. Aceasta este o componentă importantă a legării înregistrărilor, prin care combinăm seturi de date din surse multiple.
R
Expresii regulate intermediare în R
Curs
finalizat
