ข้ามไปยังเนื้อหาหลัก

บ้าน java

Courses

Cleaning Data in Java

ระดับกลางระดับทักษะ

อัปเดตแล้ว 12/2568

Master data cleaning in Java using statistical methods, transformations, and validation for reliable apps.

เริ่มเรียนหลักสูตรฟรี

JavaImporting & Cleaning Data4 ชม.13 videos39 Exercises3,250 เอ็กซ์พีคำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Cleaning data is crucial for business problems. When data quality suffers, analytics become unreliable, machine learning models make poor predictions, and business decisions go awry.This course equips you with Java tools to tackle data quality head-on. You'll learn statistical methods to spot outliers and handle missing values, master data transformations from standardizing text to managing dates across time zones, and implement range checks using regular expressions and validation annotations.Working with Tablesaw, you'll clean real-world tabular data and perform transformations that prepare data for analysis. You'll finish ready to ensure data quality at every step of your applications.

ข้อกำหนดเบื้องต้น

Data Types and Exceptions in Java

1

Assessing Data Quality

Learn essential techniques for assessing data quality in Java applications. Discover how to use descriptive statistics to identify outliers, detect and handle missing values appropriately, and validate data types to prevent errors. Master key tools like DescriptiveStatistics for numerical analysis, Optional for null handling, and DateTimeFormatter for date validation.

Data statistics

50 เอ็กซ์พี

Computing mean, min, max

100 เอ็กซ์พี

Computing percentiles

100 เอ็กซ์พี

Null detection

50 เอ็กซ์พี

Detecting missing numbers

100 เอ็กซ์พี

Detecting missing strings

100 เอ็กซ์พี

Data type verification

50 เอ็กซ์พี

Parsing text into dates and numbers

100 เอ็กซ์พี

Reading CSV files safely

100 เอ็กซ์พี

เริ่มบท

2

Transforming Data

Master data transformation techniques for reliable Java applications. Learn to normalize strings using regular expressions for consistent text matching, standardize categories with EnumMap and HashMap for robust lookup tables, and handle date formats using Java's time API with LocalDate and ZoneId for consistent date handling across time zones.

String normalization

50 เอ็กซ์พี

Regular expressions

100 เอ็กซ์พี

Cleaning strings

100 เอ็กซ์พี

Categorical standardization

50 เอ็กซ์พี

Building a category mapping

100 เอ็กซ์พี

Grouping by standardized categories

100 เอ็กซ์พี

Date standardization

50 เอ็กซ์พี

Standardizing dates

100 เอ็กซ์พี

Converting time zones

100 เอ็กซ์พี

Extracting month and year from dates

100 เอ็กซ์พี

เริ่มบท

3

Validating Data

Ensure data quality through validation techniques. Learn to implement range validation for numeric values and dates, master pattern validation using regular expressions to verify data formats, and apply constraint validation to enforce business rules.

Range validation

50 เอ็กซ์พี

Validating numeric ranges

100 เอ็กซ์พี

Validating date ranges

100 เอ็กซ์พี

Pattern validation

50 เอ็กซ์พี

Full pattern matching

100 เอ็กซ์พี

Pattern finding

100 เอ็กซ์พี

Character matching

100 เอ็กซ์พี

Constraint enforcement

50 เอ็กซ์พี

Annotations with video game sales

100 เอ็กซ์พี

Displaying validation messages

100 เอ็กซ์พี

เริ่มบท

4

Cleaning Tabular Data

Transform messy tabular data into clean, usable datasets with Tablesaw, a powerful Java library. You'll assess data quality, standardize column contents, and apply filtering operations to prepare your data. By the end, you'll confidently turn raw datasets into analysis-ready tables.

Data quality assessment with Tablesaw

50 เอ็กซ์พี

Analyzing missing and unique values

100 เอ็กซ์พี

Analyzing numeric columns

100 เอ็กซ์พี

Column cleaning and standardization

50 เอ็กซ์พี

Transforming numeric data

100 เอ็กซ์พี

Transforming text data

100 เอ็กซ์พี

Column filtering and aggregation

50 เอ็กซ์พี

Filtering columns

100 เอ็กซ์พี

Aggregating columns

100 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Cleaning Data in Java

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Cleaning Data in Java วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา