Schulungsübersicht

Einführung

Überblick über Data Cleaning

  • Warum ist Data Cleaning wichtig?

Fallstudie: Wenn Big Data schmutzig ist

Entwicklung einer gründlichen Data Cleaning-Strategie

Gängige Data Cleaning-Werkzeuge

  • Drake
  • OpenRefine
  • Pandas (für Python)
  • Dplyr (für R)

Erreichen einer hohen Datenintegrität

  • Vollständig
  • Richtig
  • Richtig
  • Relevant
  • Konsistent

Automatisieren des Data Cleaning-Prozesses

Überwachung Ihres Data Cleaning-Systems

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Verständnis der Konzepte der Datenanalyse.

Zielgruppe

  • Datenwissenschaftler
  • Datenanalysten
  • Business Analytiker
 7 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien