Pulizia dei dati

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 3 voti.

Titolo originale:

Data Cleaning

Contenuto del libro:

La qualità dei dati è uno dei problemi più importanti nella gestione dei dati, poiché i dati sporchi spesso portano a risultati di analisi dei dati imprecisi e a decisioni aziendali errate.

Si dice che i dati scadenti nelle aziende e nel governo degli Stati Uniti costino trilioni di dollari all'anno. Diverse indagini dimostrano che i dati sporchi sono l'ostacolo più comune che i data scientist devono affrontare. Non sorprende che lo sviluppo di soluzioni efficaci ed efficienti per la pulizia dei dati sia un'impresa ardua, ricca di problemi teorici e ingegneristici.

Questo libro tratta della pulizia dei dati, che viene utilizzata per riferirsi a tutti i tipi di compiti e attività per rilevare e riparare gli errori nei dati. Piuttosto che concentrarsi su una particolare attività di pulizia dei dati, forniamo una panoramica del processo di pulizia dei dati end-to-end, descrivendo vari metodi di rilevamento e riparazione degli errori e cercando di ancorare queste proposte con diverse tassonomie e punti di vista. In particolare, ci occupiamo di quattro delle più comuni e importanti attività di pulizia dei dati, ovvero il rilevamento degli outlier, la trasformazione dei dati, la riparazione degli errori (compresa l'imputazione dei valori mancanti) e la deduplicazione dei dati. Inoltre, data la crescente popolarità e applicabilità delle tecniche di apprendimento automatico, abbiamo incluso un capitolo che esplora specificamente come le tecniche di apprendimento automatico vengono utilizzate per la pulizia dei dati e come la pulizia dei dati viene utilizzata per migliorare i modelli di apprendimento automatico.

Questo libro vuole essere un utile riferimento per i ricercatori e i professionisti interessati all'area della qualità e della pulizia dei dati. Può anche essere utilizzato come libro di testo per un corso di laurea. Sebbene l'obiettivo sia quello di coprire lo stato dell'arte degli algoritmi e delle tecniche, riconosciamo che la pulizia dei dati è ancora un campo di ricerca attivo e pertanto forniamo le direzioni future della ricerca ogni volta che è opportuno.