Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich dieses Zertifikat abonniere?

Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.

Daten extrahieren, transformieren und laden

Dieser Kurs ist Teil von CertNexus Zertifizierter Data Science Praktiker (berufsbezogenes Zertifikat)

Dozenten: Stacey McBrine

5.553 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

39 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

39 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Data Mining
Kategorie: Vorverarbeitung von Daten
Kategorie: Datenwrangling
Kategorie: Extrahieren, Transformieren, Laden
Kategorie: Integration von Daten
Kategorie: Daten importieren/exportieren
Kategorie: Datenerhebung
Kategorie: Bereinigung von Daten
Kategorie: Datenverarbeitung
Kategorie: Datenumwandlung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

3 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

91% of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihr Fachwissen im Bereich Datenanalyse

Dieser Kurs ist Teil der Spezialisierung CertNexus Zertifizierter Data Science Praktiker (berufsbezogenes Zertifikat)

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von CertNexus zur Vorlage

In diesem Kurs gibt es 4 Module

Dieser Kurs richtet sich an Geschäfts- und Datenexperten, die die erste technische Phase des Data Science-Prozesses, bekannt als Extrahieren, Transformieren und Laden oder ETL, erlernen möchten.

Die Teilnehmer lernen, wie man Daten aus verschiedenen Quellen sammelt, um sie umzuwandeln und zu bereinigen. Anschließend werden sie in die gesammelten Datensätze eintauchen, um die Daten vorzubereiten und zu bereinigen, damit sie später in ihr endgültiges Ziel geladen werden können. Am Ende des Kurses werden die Teilnehmer die Daten in ihr endgültiges Ziel laden, damit sie analysiert und modelliert werden können. Der typische Teilnehmer dieses Kurses hat bereits Erfahrung im Umgang mit Daten und ist geschickt im Umgang mit der Computerprogrammierung.

Moduldetails

Die erste wirklich praktische technische Phase des Data-Science-Prozesses ist eigentlich eine Kombination miteinander verbundener Aufgaben, die als Extraktion, Transformation und Laden (ETL) bekannt sind. Hier beginnen Sie, der Data-Science-Experte, die Daten zu formen und zu gestalten, damit sie für die späteren Schritte des Data-Science-Prozesses so nützlich wie möglich sind. In diesem Kurs werden Sie jede ETL-Aufgabe der Reihe nach durchgehen, beginnend mit "E" (Extrahieren).

Das ist alles enthalten

12 Videos7 Lektüren1 Aufgabe1 Diskussionsthema3 Unbewertete Labore

12 VideosInsgesamt 66 Minuten

Kurs Einführung: Daten extrahieren, transformieren und laden3 Minuten
Struktur der Daten7 Minuten
Begriffe, die Teile von Daten beschreiben3 Minuten
Große Daten5 Minuten
Datenquellen6 Minuten
Öffentliche APIs und Web Scraping7 Minuten
Daten aus dem Cloud-Speicher lesen4 Minuten
Extrahieren, Transformieren und Laden (ETL)8 Minuten
CSV-Dateien4 Minuten
SQL-Abfragen7 Minuten
NoSQL-Abfragen6 Minuten
Datenkonsolidierung und Joins6 Minuten

7 LektürenInsgesamt 60 Minuten

Übersicht2 Minuten
Holen Sie sich Hilfe und treffen Sie andere Lernende. Treten Sie Ihrer Community bei!5 Minuten
Offene Datensätze20 Minuten
Richtlinien zum Lesen von Daten aus CSV-Dateien3 Minuten
Richtlinien für das Extrahieren von Daten mit Datenbankabfragen10 Minuten
Inner Join Beispiel15 Minuten
Richtlinien für die Konsolidierung von Daten aus mehreren Quellen5 Minuten

1 AufgabeInsgesamt 30 Minuten

Daten extrahieren30 Minuten

1 DiskussionsthemaInsgesamt 5 Minuten

Reflektieren Sie, was Sie gelernt haben5 Minuten

3 Unbewertete LaboreInsgesamt 95 Minuten

Daten aus CSV-Dateien lesen20 Minuten
Daten mit Datenbankabfragen extrahieren45 Minuten
Konsolidierung von Daten aus mehreren Quellen30 Minuten

Der nächste Schritt im ETL-Prozess ist die Transformation. In diesem nächsten Modul werden Sie Ihre Daten so anpassen, dass sie in einem nützlicheren Zustand sind.

Das ist alles enthalten

9 Videos7 Lektüren1 Aufgabe1 Diskussionsthema4 Unbewertete Labore

9 VideosInsgesamt 55 Minuten

Datenaufbereitung und -bereinigung7 Minuten
Arten von Daten und Datenoperationen7 Minuten
Kontinuierliche vs. diskrete Variablen5 Minuten
Daten-Parsing2 Minuten
Daten Unregelmäßigkeiten9 Minuten
Korrektur von Datenformaten und Datumsumwandlung9 Minuten
Deduplizierung4 Minuten
Wort einbetten8 Minuten
Darstellung von Bilddaten4 Minuten

7 LektürenInsgesamt 60 Minuten

Übersicht2 Minuten
Richtlinien für das Parsing von Daten3 Minuten
Richtlinien für den Umgang mit unregelmäßigen und nicht verwendbaren Daten10 Minuten
Richtlinien für die Korrektur von Datenformaten15 Minuten
Richtlinien für die Deduplizierung von Daten5 Minuten
Techniken zur Umwandlung von Textdaten15 Minuten
Richtlinien für die Umwandlung von Daten10 Minuten

1 AufgabeInsgesamt 30 Minuten

Daten transformieren30 Minuten

1 DiskussionsthemaInsgesamt 5 Minuten

Reflektieren Sie, was Sie gelernt haben5 Minuten

4 Unbewertete LaboreInsgesamt 145 Minuten

Umgang mit unregelmäßigen und nicht verwendbaren Daten20 Minuten
Datenformate korrigieren30 Minuten
Daten deduplizieren20 Minuten
Umgang mit Textdaten75 Minuten

Der letzte Schritt im ETL-Prozess ist das Laden. In diesem Modul werden die von Ihnen umgewandelten Daten in ein Zielformat und einen Zielspeicherort übertragen, wo sie für den weiteren Projektverlauf zur Verfügung stehen.