Programa del Curso

Introducción

Descripción general de Data Cleaning

  • ¿Por qué es importante Data Cleaning?

Caso práctico: Cuando Big Data está sucio

Desarrollo de una estrategia exhaustiva Data Cleaning

Herramientas comunes Data Cleaning

  • Pato
  • Abrir Refinar
  • Pandas (para Python)
  • Dplyr (para R)

Lograr una alta integridad de los datos

  • Íntegro
  • Correcto
  • Preciso
  • Pertinente
  • Consistente

Automatización del proceso Data Cleaning

Supervisión del sistema Data Cleaning

Resumen y conclusión

Requerimientos

  • Comprensión de los conceptos de análisis de datos.

Audiencia

  • Científicos de datos
  • Analistas de datos
  • Business Analistas
  7 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (2)

Cursos Relacionados

Azure for Data Engineer

  35 horas

Análisis de datos para vendedores

  14 horas

Categorías Relacionadas