数据清洗_黑马程序员著_9787302550877_河北知行文化传播有限公司

　　数据清洗是大数据预处理的关键环节。面对错综复杂的数据，传统的清洗“脏”数据工作单调且异常辛苦，如果能利用正确的工具和方法，可以让数据清洗工作变得事半功倍。
　　《数据清洗》讲解数据清洗的理论知识和实际应用，《数据清洗》共8章：第1章主要带领大家简单认识数据清洗；第2章主要讲解ETL技术相关的知识；第3章讲解Kettle工具的基本使用；第4章主要讲解数据清洗的一步——数据抽取；第5章主要讲解数据清洗与检验；第6章主要讲解数据转换相关的知识；第7章主要讲解数据加载相关的知识；第8章利用前面章节所学的知识构建一个DVD租赁商店数据仓库，目的是实现定期从源数据库sakila中抽取增量数据，转换成F合DVD租赁业务的数据，最后加载到DVD租赁商店数据仓库中，便于后续在线DVD租赁商店的决策者对数据进行分析得出商业决策。
　　《数据清洗》附有配套视频、源代码、习题、教学设计、教学课件等资源。同时，为了帮助初学者更好地学习《数据清洗》中的内容，还提供了在线答疑，欢迎读者关注。
　　《数据清洗》可作为高等院校本专科计算机、信息管理等相关专业的大数据课程教材，也可供相关技术人员参考，是一本适合广大计算机编程爱好者的优秀读物。

　　近年来，大数据技术掀起了计算机领域的一个新浪潮，无论是数据挖掘、数据分析、数据可视化，还是机器学习、人工智能，它们都绕不开“数据”这个主题。从统计学家到软件开发人员，再到图形设计师，越来越多的人对数据科学产生了兴趣，廉价的硬件、可靠的数据处理工具和数据可视化工具以及海量的数据，这些资源使我们能够轻松地、精确地发现趋势、预测未来。
　　由于海量数据的来源是广泛的，数据类型也是多而繁杂的，因此数据中会夹杂着不完整的、重复的以及错误的数据，如果直接使用这些原始数据，会严重影响数据决策的效率。因此，对原始数据进行有效的清洗是大数据分析和应用过程中的关键环节。
　　本书共分为8章，各章内容介绍如下：
　　第1章主要是带领大家简单认识数据清洗的背景、定义、原理、基本流程、清洗策略以及常见的数据清洗方法。通过本章的学习，读者可以对数据清洗有基本的认识，便于后续章节的学习。
　　第2章主要讲解ETL技术相关的知识，即基于ETL的数据清洗（ETL的概念、体系结构）、ETL关键技术（抽取数据的技术、数据清洗转换的技术以及数据加载的技术）和ETL常见工具。通过本章的学习，读者可以认识ETL，并熟悉ETL的关键技术和ETL常见的工具。
　　第3章主要讲解数据清洗工具Kettle的相关知识，即Kettle的概述、设计原则、下载安装以及基本概念和基本功能。通过本章的学习，读者可以使用Kettle工具对ETL数据进行相关处理（抽取、清洗转换以及加载）。
　　第4章主要讲解数据清洗的第一步——数据抽取，即抽取文本数据、Web数据以及数据库数据的相关知识。通过本章的学习，读者可以掌握抽取各种形式的数据并保存至数据库中，便于后续对数据进行相关清洗转换和分析。
　　第5章主要讲解数据的清洗与检验相关的知识，即数据去重、缺失值处理、异常值处理以及数据检验知识。通过本章的学习，读者可以掌握对重复数据、缺失值数据、异常值数据的处理，也可以掌握对数据进行检验的操作。
　　第6章主要讲解数据转换相关的知识，即多数据源合并、不一致数据转换、数据粒度的转换、数据的商务规则计算的知识。通过本章的学习，读者可以掌握数据转换操作，实现将企业中的数据进行规范化处理。

你还可能感兴趣

我要评论