ข้ามไปยังเนื้อหาหลัก
หน้าหลักjava

คอร์ส

Cleaning Data in Java

ระดับกลางระดับทักษะ
อัปเดตแล้ว 12/2568
Master data cleaning in Java using statistical methods, transformations, and validation for reliable apps.
เริ่มคอร์สฟรี
JavaImporting & Cleaning Data
4 ชม.
13 วิดีโอ
39 แบบฝึกหัด
3,250 XP
ใบรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

Group

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายคอร์ส

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.
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.
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.
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.
เริ่มบท
Cleaning Data in Java
คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Cleaning Data in Java วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา