Pembersihan dan Penyediaan Data dalam R

Data mentah jarang sekali sedia untuk analisis serta-merta, selalunya mengandungi ralat, nilai hilang, atau pemformatan yang tidak konsisten. Belajar untuk mengenal pasti dan membetulkan isu-isu ini adalah langkah paling kritikal dalam aliran kerja mana-mana profesional data, memastikan bahawa kesimpulan yang diambil daripada data adalah tepat dan boleh dipercayai. Kursus ini menyediakan pendekatan berstruktur untuk mengenal pasti isu kualiti data dan menggunakan penyelesaian berprogram untuk menyelesaikannya. Anda akan beralih daripada memahami struktur data asas kepada melaksanakan saluran pembersihan yang canggih yang memastikan analisis anda dibina di atas asas yang kukuh. Dengan menumpukan pada aliran kerja yang boleh dihasilkan semula (reproducible workflows), anda akan belajar cara menukar hamparan yang huru-hara menjadi data berstruktur yang sedia untuk pemodelan. Apa yang anda akan pelajari: - Memahami jenis data dan menukar antara format untuk memastikan ketepatan pengiraan - Menggunakan kekangan julat dan kategori untuk mengenal pasti dan mengendalikan nilai di luar batas - Mengenal pasti dan menyelesaikan rekod pendua menggunakan teknik padanan tepat dan separa - Mengendalikan data hilang secara sistematik dengan mengenal pasti corak dan menggunakan strategi imputasi - Membersihkan dan menyeragamkan data rentetan (string data) menggunakan alat manipulasi teks moden - Melaksanakan pautan rekod (record linkage) untuk menggabungkan set data yang berbeza dengan konvensyen penamaan yang tidak konsisten - Mengamalkan prinsip data kemas (tidy data principles) untuk menyusun semula set data bagi analisis hiliran yang cekap Kursus ini bermula dengan definisi asas kualiti data dan falsafah data kemas sebelum beralih kepada latihan berasaskan teks praktikal. Anda akan belajar menggunakan ekosistem R moden untuk mengautomasikan tugas berulang, mengendalikan rentetan yang tidak kemas, dan menggabungkan set data yang tidak sejajar dengan sempurna. Kursus ini direka untuk pemula yang mempunyai pemahaman asas tentang sintaks R dan ingin menumpukan pada aspek praktikal penyediaan data. Tiada pengalaman terdahulu dalam kejuruteraan data atau statistik lanjutan diperlukan. Mula membina kit alat pembersihan data anda hari ini.