|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/nettoyage-de-donnees
课程评论：没有评论
课程名称：数据清洗 概述：本课程是谷歌数据分析证书的第四门课程，旨在帮助学员掌握申请初级数据分析师职位所需的技能。在此课程中，您将深入理解数据分析及其相关的概念和工具，学习如何使用电子表格和SQL检查与清洗数据。 课程大纲： 1. 数据完整性的重要性 - 本节将强调数据完整性在成功决策中的关键作用，您将了解数据生成的方式及分析师收集数据的技术，探索结构化与非结构化数据类型及其格式。 2. 整洁的数据 - 学习干净数据与脏数据的区别，以及使用电子表格和其他工具进行数据清洗的技术。 3. 使用SQL清洗数据 - 探索使用SQL进行数据清洗的各种方法，包括清洗和转换数据所需的查询和函数，以便为分析做好准备。 4. 验证和报告清洗结果 - 学习数据清洗在数据分析过程中的重要性，如何检验并报告清洗结果，以确保数据为下一步做好准备。 5. 可选：在简历中添加数据经验 - 掌握制作有效简历的技巧，了解求职流程，尤其是在简历中突出您的优势和相关经验的重要性。 6. 课程挑战 - 通过复习词汇表中的术语，为课程挑战做好准备，了解样本大小、数据完整性及数据与商业目标的关系，应用数据清洗技术，并记录、报告和验证清洗过程及结果。 总之，本课程将使您具备在数据分析领域成功所需的基本技能和知识，为您的职业发展奠定基础。
Name:L'importance de l'intégrité
Description:Alors que vous commencez à réfléchir à la façon de préparer vos données pour l'exploration, cette partie du cours mettra en évidence pourquoi l'intégrité des données est essentielle à une prise de décision réussie. Vous découvrirez comment les données sont générées et les techniques utilisées par les analystes pour décider quelles données collecter à des fins d'analyse. Et vous découvrirez les données structurées et non structurées, les types de données et les formats de données.
Name:Des données éclatantes de propreté
Description:Tous les analystes de données souhaitent travailler avec des données propres lorsqu'ils effectuent une analyse. Dans cette partie du cours, vous découvrirez la différence entre les données propres et les données sales. Vous découvrirez également les techniques de nettoyage de données à l'aide de feuilles de calcul et d'autres outils.
Name:Nettoyer des données avec SQL
Description:Connaître diverses méthodes pour nettoyer les données peut grandement faciliter le travail d’un analyste. Dans cette partie du cours, vous découvrirez comment nettoyer vos données à l’aide de SQL. Vous allez explorer les requêtes et les fonctions que vous pouvez utiliser en SQL pour nettoyer et transformer vos données afin de les préparer à l’analyse.
Name:Vérifier et rapporter vos résultats de nettoyage
Description:Le nettoyage de vos données est une étape essentielle dans le processus d'analyse de données. La vérification et la création de rapports sur votre nettoyage est un moyen de montrer que vos données sont prêtes pour la prochaine étape. Dans cette partie du cours, vous découvrirez les processus impliqués dans la création de rapports et la vérification du nettoyage des données, ainsi que leurs avantages.
Name:Optionnel : Ajouter des données à votre CV
Description:Créer un CV efficace vous aidera pour votre parcours professionnel dans l’analytique des données. Dans cette partie du cours, vous apprendrez tout sur le processus de candidature à un emploi, avec comme axe principal la rédaction d'un CV qui met en valeur vos points forts et votre expérience applicable. Même si vous ne postulez pas encore à des emplois, il est toujours bon d'améliorer votre CV. C'est comme les entraînements de printemps en vue d’une première saison dans une ligue majeure : vous ne pouvez pas manquer ça !
Name:Défi du cours
Description:Préparez-vous au défi du cours en passant en revue les termes et les définitions du glossaire. Ensuite, démontrez que vous connaissez l'importance de la taille d'échantillon, de l'intégrité des données et de la connexion des données aux objectifs commerciaux en répondant au questionnaire. Vous aurez également l'occasion d'appliquer vos compétences en matière de techniques de nettoyage de données à la fois dans les feuilles de calcul et avec SQL. Enfin, documentez, signalez et vérifiez votre processus et vos résultats de nettoyage des données.
Il s’agit du quatrième cours du Google Data Analytics Certificate. Ces cours vous permettront d’acquérir les compétences dont vous avez besoin pour postuler les emplois d’analyste de données de niveau junior. Dans ce cours, vous continuerez à approfondir votre compréhension de l'analytique des données et des concepts et outils utilisés par les analystes de données dans leur travail. Vous apprendrez comment vérifier et nettoyer vos données à l'aide de feuilles de calcul et de SQL, ainsi que comme
