6080**毛片大片之一,中文字幕精品一区久久久久

內容簡介

　　數(shù)據(jù)清洗是大數(shù)據(jù)預處理的關鍵環(huán)節(jié)。面對錯綜復雜的數(shù)據(jù)，傳統(tǒng)的清洗“臟”數(shù)據(jù)工作單調且異常辛苦，如果能利用正確的工具和方法，可以讓數(shù)據(jù)清洗工作變得事半功倍。該書講解數(shù)據(jù)清洗的理論知識和實際應用，全書共8章：第1章主要帶領大家簡單認識數(shù)據(jù)清洗；第2章主要講解ETL技術相關的知識；第3章講解Kettle工具的基本使用；第4章主要講解數(shù)據(jù)清洗的第一步——數(shù)據(jù)抽?。坏?章主要講解數(shù)據(jù)清洗與檢驗；第6章主要講解數(shù)據(jù)轉換相關的知識；第7章主要講解數(shù)據(jù)加載相關的知識；第8章利用前面章節(jié)所學的知識構建一個DVD租賃商店數(shù)據(jù)倉庫，目的是實現(xiàn)定期從源數(shù)據(jù)庫sakila中抽取增量數(shù)據(jù)，轉換成符合DVD租賃業(yè)務的數(shù)據(jù)，最后加載到DVD租賃商店數(shù)據(jù)倉庫中，便于后續(xù)在線DVD租賃商店的決策者對數(shù)據(jù)進行分析得出商業(yè)決策。該書附有配套視頻、源代碼、習題、教學設計、教學課件等資源。同時，為了幫助初學者更好地學習該書中的內容，還提供了在線答疑，歡迎讀者關注?！稊?shù)據(jù)清洗/大數(shù)據(jù)技術與應用叢書》可作為高等院校本?？朴嬎銠C、信息管理等相關專業(yè)的大數(shù)據(jù)課程教材，也可供相關技術人員參考，是一本適合廣大計算機編程愛好者的優(yōu)秀讀物。

作者簡介

　　江蘇傳智播客教育科技股份有限公司（簡稱傳智播客）是一家致力于培養(yǎng)高素質軟件開發(fā)人才的科技公司，“黑馬程序員”是傳智播客旗下高端IT教育品牌。

圖書目錄

第1章數(shù)據(jù)清洗概述
1．1 數(shù)據(jù)清洗的背景
1．1．1 數(shù)據(jù)質量概述
1．1．2 數(shù)據(jù)質量的評價指標
1．1．3 數(shù)據(jù)質量的問題分類
1．2 數(shù)據(jù)清洗的定義
1．3 數(shù)據(jù)清洗的原理
1．4 數(shù)據(jù)清洗的基本流程
1．5 數(shù)據(jù)清洗的策略
1．6 常見的數(shù)據(jù)清洗方法
1．7 本章小結
1．8 本章習題
第2章初識ETL
2．1 基于ETL的數(shù)據(jù)清洗
2．1．1 ETL的概念
2．1．2 ETL的體系結構
2．2 ETL關鍵技術
2．2．1 數(shù)據(jù)的抽取
2．2．2 數(shù)據(jù)的清洗轉換
2．2．3 數(shù)據(jù)的加載
2．3 ETL常見工具介紹
2．4 本章小結
2．5 本章習題
第3章 Kettle工具的基本使用
3．1 Kettle簡介
3．1．1 Kettle概述
3．1．2 Kettle的設計原則203．2 Kettle的下載安裝
3．3 Kettle的基本概念
3．3．1 轉換
3．3．2 作業(yè)
3．4 Kettle的基本功能
3．4．1 轉換管理
3．4．2 作業(yè)管理
3．4．3 數(shù)據(jù)庫連接
3．5 本章小結
3．6 本章習題
第4章數(shù)據(jù)抽取
4．1 抽取文本數(shù)據(jù)
4．1．1 TSV文件的抽取
4．1．2 CSV文件的抽取
4．2 抽取Web數(shù)據(jù)
4．2．1 HTML網(wǎng)頁的數(shù)據(jù)抽取
4．2．2 XML文件的數(shù)據(jù)抽取
4．2．3 JSON文件的數(shù)據(jù)抽取
4．3 抽取數(shù)據(jù)庫數(shù)據(jù)
4．3．1 抽取關系型數(shù)據(jù)庫的數(shù)據(jù)
4．3．2 抽取非關系型數(shù)據(jù)庫的數(shù)據(jù)
4．4 本章小結
4．5 本章習題
第5章數(shù)據(jù)的清洗與檢驗
5．1 數(shù)據(jù)去重
5．1．1 完全去重
5．1．2 不完全去重
5．2 缺失值處理
5．2．1 缺失值清洗策略
5．2．2 去除缺失值
5．2．3 填充缺失值
5．3 異常值
5．3．1 出現(xiàn)異常值的原因
5．3．2 檢測異常值
5．3．3 刪除包含異常值的記錄
……
第6章數(shù)據(jù)轉換
第7章數(shù)據(jù)加載
第8章綜合案例——構建DVD租賃商店數(shù)據(jù)倉庫