Čistenie údajov

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 3 hlasoch.

Pôvodný názov:

Data Cleaning

Obsah knihy:

Kvalita údajov je jedným z najdôležitejších problémov pri správe údajov, pretože špinavé údaje často vedú k nepresným výsledkom analýzy údajov a nesprávnym obchodným rozhodnutiam.

Uvádza sa, že nekvalitné údaje v podnikoch a vo vláde USA stoja bilióny dolárov ročne. Z viacerých prieskumov vyplýva, že špinavé údaje sú najčastejšou prekážkou, ktorej čelia dátoví vedci. Nie je prekvapujúce, že vývoj účinných a efektívnych riešení na čistenie údajov je náročný a je plný hlbokých teoretických a inžinierskych problémov.

Táto kniha sa zaoberá čistením údajov, ktoré sa používa na označenie všetkých druhov úloh a činností na zisťovanie a opravu chýb v údajoch. Namiesto toho, aby sme sa zamerali na konkrétnu úlohu čistenia údajov, podávame prehľad komplexného procesu čistenia údajov, opisujeme rôzne metódy zisťovania a opravy chýb a snažíme sa tieto návrhy ukotviť pomocou viacerých taxonómií a pohľadov. Konkrétne sa venujeme štyrom najbežnejším a najdôležitejším úlohám čistenia údajov, a to detekcii odľahlých hodnôt, transformácii údajov, oprave chýb (vrátane imputácie chýbajúcich hodnôt) a deduplikácii údajov. Okrem toho, vzhľadom na rastúcu popularitu a použiteľnosť techník strojového učenia, sme zaradili kapitolu, ktorá konkrétne skúma, ako sa techniky strojového učenia používajú na čistenie údajov a ako sa čistenie údajov používa na zlepšenie modelov strojového učenia.

Táto kniha má slúžiť ako užitočná príručka pre výskumníkov a odborníkov z praxe, ktorí sa zaujímajú o oblasť kvality údajov a ich čistenia. Môže sa použiť aj ako učebnica pre postgraduálne štúdium. Hoci sa snažíme pokryť najmodernejšie algoritmy a techniky, uvedomujeme si, že čistenie údajov je stále aktívnou oblasťou výskumu, a preto vždy, keď je to vhodné, uvádzame budúce smery výskumu.