數據清洗(2021年清華大學出版社出版的圖書)

內容簡介

本書的編寫目的是向讀者介紹數據清洗技術的基本概念與套用。全書共10章，分別為數據清洗概述、檔案格式、Web數據抽取、網路爬蟲、Kettle數據清洗、數據遷移、文本數據處理、Python數據清洗、DataCleaner數據分析與清洗以及數據清洗綜合實訓。本書將理論與實踐操作相結合，通過大量的案例幫助讀者快速了解和套用數據清洗相關技術，並對書中重要的、核心的知識點加大練習力度，以達到熟練套用的目的。本書可作為高等學校大數據、人工智慧、雲計算等專業的教材，可也作為大數據愛好者的參考書。

圖書目錄

第1章數據清洗概述

1.1數據清洗基礎

1.1.1數據清洗的定義

1.1.2數據清洗的原理

1.1.3數據清洗的流程

1.1.4數據清洗的常用方法

1.1.5數據清洗的評估描述

1.1.6數據清洗中的常用評測數據集

1.2數據質量與數據倉庫

1.2.1數據質量的定義

1.2.2常見的數據質量問題

1.2.3數據質量與數據清洗

1.2.4數據倉庫與ETL

1.2.5數據映射

1.2.6主數據與元數據

1.3數據清洗中的統計基礎

1.3.1描述性統計

1.3.2推論統計

1.3.3隨機變數

1.4數據清洗環境與常用工具

1.4.1數據清洗環境介紹

1.4.2數據清洗常用工具

1.5本章小結

1.6實訓

習題1

第2章檔案格式

2.1檔案格式概述

2.2Kettle中檔案格式的轉換

2.2.1文本檔案轉換

2.2.2CSV檔案轉換

2.2.3XML檔案轉換

2.2.4JSON檔案轉換

2.2.5Excel檔案轉換

2.2.6生成記錄轉換

2.3本章小結

2.4實訓

習題2

第3章Web數據抽取

3.1Web數據抽取基礎

3.2Web數據抽取的實現

3.2.1Kettle數據抽取原理

3.2.2Kettle數據抽取實現

3.3本章小結

3.4實訓

習題3

第4章網路爬蟲

4.1網路爬蟲基礎

4.2Python3網路爬蟲實現

4.2.1urllib模組

4.2.2Requests庫

4.2.3BeautifulSoup庫

4.3Python3網路爬蟲實例

4.3.1urllib實例

4.3.2requests實例

數據清洗(2021年清華大學出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條