Efter att ha gÄtt de hÀr kurserna kÀnner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
{ "results": [] }
Det sÀgs ofta att data scientists lÀgger 80 % av sin tid pÄ att rensa och bearbeta data och bara 20 % av sin tid pÄ att analysera den. Tiden som lÀggs pÄ att rensa data Àr avgörande, eftersom analys av smutsig data kan leda till att du drar felaktiga slutsatser.I den hÀr kursen lÀr du dig en rad tekniker som hjÀlper dig att rensa smutsig data med R. Du börjar med att konvertera datatyper, tillÀmpa intervallbegrÀnsningar och hantera fullstÀndiga och partiella dubbletter för att undvika dubbelrÀkning.
Fördjupa dig i avancerade datautmaningar
NÀr du har övat pÄ att arbeta med vanliga dataproblem gÄr du vidare till mer avancerade utmaningar, som att sÀkerstÀlla konsekvens i mÀtningar och hantera saknade data. Efter varje nytt koncept fÄr du möjlighet att genomföra en praktisk övning för att befÀsta dina kunskaper och bygga upp din erfarenhet.LÀr dig anvÀnda record linkage vid datarensning
Record linkage anvÀnds för att slÄ samman dataset nÀr vÀrdena har problem som stavfel eller olika stavningar. Du kommer att utforska denna anvÀndbara teknik i det sista kapitlet och öva pÄ tillÀmpningen genom att anvÀnda den för att slÄ ihop tvÄ dataset med restaurangrecensioner till ett enda dataset.Förkunskapskrav
Kursplan
Kursöversikt
1
Vanliga dataproblem
I det hÀr kapitlet lÀr du dig att hantera nÄgra av de vanligaste problemen med smutsig data. Du konverterar datatyper, tillÀmpar intervallbegrÀnsningar för att ta bort framtida datapunkter och tar bort duplicerade datapunkter för att undvika dubbelrÀkning.
- DatatypsbegrÀnsningar50 XP
- Vanliga datatyper100 XP
- Konvertera datatyper100 XP
- Rensa strÀngar100 XP
- IntervallbegrÀnsningar50 XP
- BegrÀnsningar för cykelturens lÀngd100 XP
- Tillbaka till framtiden100 XP
- UnikhetsbegrÀnsningar50 XP
- FullstÀndiga dubbletter100 XP
- Ta bort partiella dubbletter100 XP
- Aggregera partiella dubbletter100 XP
2
Kategorisk data och textdata
Kategorisk data och textdata kan ofta vara de mest svÄrhanterliga delarna av en datamÀngd pÄ grund av sin ostrukturerade natur. I det hÀr kapitlet lÀr du dig att ÄtgÀrda inkonsekvenser med blanksteg och versalisering i kategorietiketter, slÄ ihop flera kategorier till en och formatera om strÀngar för enhetlighet.
3
Avancerade dataproblem
I det hÀr kapitlet fördjupar du dig i mer avancerade datarensningsproblem, till exempel att sÀkerstÀlla att vikter anges i kilogram i stÀllet för pund. Du fÄr ocksÄ vÀrdefulla fÀrdigheter som hjÀlper dig att kontrollera att vÀrden har lagts till korrekt och att saknade vÀrden inte pÄverkar dina analyser negativt.
4
PostlÀnkning
PostlĂ€nkning Ă€r en kraftfull teknik som anvĂ€nds för att sammanfoga flera datamĂ€ngder, sĂ€rskilt nĂ€r vĂ€rden innehĂ„ller stavfel eller olika stavningar. I det hĂ€r kapitlet lĂ€r du dig att lĂ€nka poster genom att berĂ€kna likheten mellan strĂ€ngar â sedan anvĂ€nder du dina nya fĂ€rdigheter för att slĂ„ samman tvĂ„ restaurangrecensiondatamĂ€ngder till en samlad och ren datamĂ€ngd.
R
Datarensning i R
Kurs
slutförd
