دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Q. Ethan McCallum
سری:
ISBN (شابک) : 9781449321888
ناشر: O'Reilly Media
سال نشر: 2012
تعداد صفحات: 264
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Bad Data Handbook به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کتاب راهنمای داده های بد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
داده های بد چیست؟ برخی افراد آن را یک پدیده فنی می دانند، مانند مقادیر از دست رفته یا سوابق نادرست، اما داده های بد شامل موارد بسیار بیشتری است. در این کتابچه راهنما، کارشناس داده، کیو ایتان مک کالوم، 19 همکار را از هر گوشه ای از عرصه داده جمع آوری کرده است تا نشان دهد که چگونه از مشکلات ناخوشایند داده بهبود یافته اند. از ذخیرهسازی نامناسب گرفته تا نمایش ضعیف تا سیاستهای نادرست، راههای زیادی به سمت دادههای بد وجود دارد. خط پایین؟ دادههای بد، دادههایی هستند که مانع میشوند. این کتاب راه های موثر برای دور زدن آن را توضیح می دهد. در میان بسیاری از موضوعات تحت پوشش، خواهید فهمید که چگونه: داده های خود را تست کنید تا ببینید آیا برای تجزیه و تحلیل آماده است یا خیر داده های صفحه گسترده را در یک فرم قابل استفاده کار کنید مشکلات رمزگذاری که در کمین داده های متنی وجود دارد را مدیریت کنید یک تلاش موفق برای خراش دادن وب ایجاد کنید از ابزار NLP برای نشان دادن احساسات واقعی نظرات آنلاین استفاده کنید مشکلات رایانش ابری را که می تواند بر تلاش تجزیه و تحلیل شما تأثیر بگذارد، رسیدگی کنید از سیاستهایی که موانع تحلیل دادهها را ایجاد میکنند، اجتناب کنید یک رویکرد سیستماتیک برای تجزیه و تحلیل کیفیت داده ها داشته باشید
What is bad data? Some people consider it a technical phenomenon, like missing values or malformed records, but bad data includes a lot more. In this handbook, data expert Q. Ethan McCallum has gathered 19 colleagues from every corner of the data arena to reveal how they’ve recovered from nasty data problems. From cranky storage to poor representation to misguided policy, there are many paths to bad data. Bottom line? Bad data is data that gets in the way. This book explains effective ways to get around it. Among the many topics covered, you’ll discover how to: Test drive your data to see if it’s ready for analysis Work spreadsheet data into a usable form Handle encoding problems that lurk in text data Develop a successful web-scraping effort Use NLP tools to reveal the real sentiment of online reviews Address cloud computing issues that can impact your analysis effort Avoid policies that create data analysis roadblocks Take a systematic approach to data quality analysis