स्प्रेडशीट तथा एसक्यूएल के साथ डाटा साफ करने के बुनियादी सिद्धांत

कच्चे डेटा विश्लेषण के लिए शायद ही कभी तैयार होते हैं, अक्सर इसमें नकल, प्रारूपण त्रुटियाँ और लापता मान होते हैं जो गलत व्यापारिक निर्णयों का कारण बन सकते हैं। इस पाठ्यक्रम में, आप अव्यवस्थित, असंरचित डेटा सेट को संभालने से लेकर उच्च गुणवत्ता वाले, विश्लेषण के लिए तैयार डेटा का उत्पादन करने तक का संक्रमण करेंगे। आप क्या सीखेंगे: -डेटा अखंडता, गुणवत्ता मापांक और गंदे डेटा की लागत के मूल सिद्धांतों को समझें। - पाठ मानकीकरण, नकल हटाने तथा शून्य मानों को संभालने के लिए स्प्रेडशीट सूत्र तथा फंक्शन्स लागू करें. - रिलेशनशिप डाटाबेस में संग्रहित बड़े डाटासेट को फ़िल्टर, रूपांतरित और साफ करने के लिए एसक्यूएल क्वेरी लिखें. -अपने साफ किए गए डेटा की सटीकता और पूर्णता की पुष्टि के लिए आधुनिक डेटा वैलिडेशन तकनीकों को लागू करें। - पारदर्शिता और पुनरावृत्ति सुनिश्चित करने के लिए अपने डेटा सफाई कार्यप्रवाह को दस्तावेज करें और रिपोर्ट करें। - सफाई प्रक्रिया शुरू करने से पहले संरचनात्मक त्रुटियों और विसंगति की पहचान करने के लिए डेटा प्रोफाइलिंग का अभ्यास करें। पाठ्यक्रम डेटा गुणवत्ता की मूल परिभाषाओं के साथ शुरू होता है, इससे पहले कि आप दोनों स्प्रेडशीट और एसक्यूएल में हाथों पर लिखित व्याख्याओं और कोड-आधारित व्यायामों के माध्यम से मार्गदर्शन करें। आप सरल प्रारूपण सुधारों से डेटाबेस सफाई संचालन और सत्यापन कार्यप्रवाहों तक प्रगति करेंगे। यह पाठ्यक्रम पूर्ण प्रारंभिक के लिए डिज़ाइन किया गया है जो आवश्यक डेटा तैयारी कौशल का निर्माण करना चाहते हैं, जिसमें कोई पूर्व डेटा सफाई अनुभव की आवश्यकता नहीं है। आजकल मुद्रण के लिए कागज का उपयोग किया जाता है, जो सस्ता और विश्वसनीय होता है।