Pozyskiwanie i czyszczenie danych z Pythonem

Surowe dane są prawie zawsze bałaganiarskie, niekompletne i niezorganizowane. Zanim będziesz mógł przeprowadzić sensowną analizę lub zbudować modele uczenia maszynowego, musisz wiedzieć, jak zlokalizować, wyodrębnić i wyczyścić dane. Ten kurs oparty na tekście prowadzi przez podstawowe techniki pozyskiwania danych i czyszczenia danych. Dowiesz się, jak przejść od chaotycznych, surowych źródeł danych do uporządkowanych, gotowych do analizy zestawów danych za pomocą nowoczesnych narzędzi Pythona i najlepszych praktyk. Co się nauczysz: Zrozumienie podstawowych struktur danych i zasad uporządkowanych danych;Pozyskiwanie surowych danych z interfejsów API sieci Web, baz danych i popularnych formatów plików;Identyfikuj i obsługuj brakujące wartości, duplikaty i niespójności formatowania;Zmień kształt i scalaj zestawy danych za pomocą nowoczesnych bibliotek ramek danych, takich jak pandas;Zastosuj wyrażenia regularne do analizy Sprawdzanie jakości danych i automatyzacja podstawowych procesów czyszczenia danych. Zaczniesz od podstawowych definicji i koncepcji strukturalnych, zanim przejdziesz do praktycznych materiałów do czytania, które demonstrują krok po kroku techniki czyszczenia. Poprzez praktyczne pisemne przykłady zbudujesz solidny przepływ pracy do przygotowywania danych od podstaw. Ten kurs jest przeznaczony dla początkujących, którzy chcą zbudować silne podstawy w przygotowaniu danych. Nie jest wymagane wcześniejsze doświadczenie z czyszczeniem danych, chociaż pomocna jest podstawowa znajomość Pythona. Już dziś opanuj sztukę przygotowywania danych i zamień surowe, nieuporządkowane zbiory danych w cenne informacje.