کتاب پاکسازی داده: گام به گام با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پاکسازی داده: گام به گام

موضوع کلی: مبانی و مفاهیم علوم داده

موضوع میانی: پیش‌پردازش و پاک‌سازی داده

📋 سرفصل‌های دوره

  • 1. پاکسازی داده: گام به گام
  • 2. مفاهیم پایه پاکسازی داده
  • 3. اهمیت کیفیت داده‌ها
  • 4. انواع داده‌های نامرتب و ناهماهنگ
  • 5. شناسایی داده‌های پرت
  • 6. روش‌های مدیریت داده‌های گمشده
  • 7. استانداردسازی فرمت داده‌ها
  • 8. حذف داده‌های تکراری
  • 9. تبدیل انواع داده‌ها
  • 10. اعتبارسنجی داده‌ها و محدودیت‌ها
  • 11. پاکسازی داده‌های متنی
  • 12. پاکسازی داده‌های عددی
  • 13. پاکسازی داده‌های تاریخ
  • 14. پاکسازی داده‌های جغرافیایی
  • 15. استفاده از عبارات باقاعده در پاکسازی داده
  • 16. پاکسازی داده با استفاده از زبان برنامه‌نویسی پایتون
  • 17. معرفی کتابخانه‌های Pandas و NumPy برای پاکسازی داده
  • 18. پاکسازی داده در محیط اکسل
  • 19. پاکسازی داده در پایگاه داده SQL
  • 20. تکنیک‌های نرمال‌سازی داده‌ها
  • 21. استانداردسازی آدرس‌ها و نام‌ها
  • 22. تصحیح املایی و گرامری داده‌های متنی
  • 23. تشخیص و اصلاح داده‌های ناسازگار
  • 24. تکنیک‌های خوشه‌بندی برای شناسایی داده‌های پرت
  • 25. استفاده از الگوریتم‌های یادگیری ماشین برای پاکسازی داده
  • 26. پاکسازی داده‌های بزرگ (Big Data)
  • 27. پاکسازی داده‌های جریانی (Streaming Data)
  • 28. آشنایی با ابزارهای پاکسازی داده‌های تجاری
  • 29. مراحل ایجاد یک فرآیند پاکسازی داده
  • 30. مستندسازی فرآیند پاکسازی داده
  • 31. نظارت و نگهداری کیفیت داده‌ها
  • 32. ارزیابی اثربخشی پاکسازی داده
  • 33. بهبود مستمر فرآیند پاکسازی داده
  • 34. پاکسازی داده‌های وب
  • 35. پاکسازی داده‌های شبکه‌های اجتماعی
  • 36. پاکسازی داده‌های حسگرها
  • 37. پاکسازی داده‌های پزشکی
  • 38. پاکسازی داده‌های مالی
  • 39. پاکسازی داده‌های مشتریان
  • 40. پاکسازی داده‌های زنجیره تامین
  • 41. پاکسازی داده‌های منابع انسانی
  • 42. پاکسازی داده‌های بازاریابی
  • 43. پاکسازی داده‌های فروش
  • 44. پاکسازی داده‌های تولید
  • 45. پاکسازی داده‌های انبارداری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.