Struttura del corso

Introduzione

Panoramica di Data Cleaning

  • Perché Data Cleaning è importante?

Caso di studio: Quando Big Data è sporco

Sviluppare una strategia completa Data Cleaning

Strumenti comuni Data Cleaning

  • Drake
  • ApriRaffina
  • Pandas (per Python)
  • Dplyr (per R)

Ottenere un'elevata integrità dei dati

  • Completo
  • Corretto
  • Accurato
  • Rilevante
  • Coerente

Automazione del processo Data Cleaning

Monitoraggio del sistema Data Cleaning

Riassunto e conclusione

Requisiti

  • Comprensione dei concetti di analisi dei dati.

Pubblico

  • Scienziati dei dati
  • Analisti di dati
  • Business Analisti
 7 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative