|
|
什麼是壞資料？有些人認為它是一個技術性的現象，如遺失值或是格式不對的記錄，但壞資料其實不只如此。資料專家Q. Ethan McCallum邀請了資料領域中，具有不同身分，包含公司執行長、政府官員、科學家、大學教授、程式設計師的19位專家，分享他們處理壞資料問題的方法與心得。
從有問題的儲存、貧乏的表述到錯誤的政策，造成壞資料有許多的可能。總結來說，壞資料就是會阻礙你的資料。本書提供一些有效的解決方法。
本書涵蓋許多主題，包括：
．測試你的資料，來看它是否準備好被用作分析
．將電子試算表轉換為可被使用的表格
．處理在文字資料中隱藏的編碼問題
．開發一個成功的網頁抓取機制
．使用NLP工具來揭露線上評論的真實情緒
．提出可能會影響你的分析的雲端運算議題
．防止會阻礙資料分析的政策
．使用系統性的方法來分析資料品質
作者簡介:
Q. Ethan McCallum
Q. Ethan McCallum是一位顧問、作家以及科技狂熱者。他的文章出現在The O’Reilly Network以及Java.net的網站上，著有《C/C++
Users Journal》、《Doctor Dobb’s Journal》等書。他主要的工作，是幫助公司作出對資料以及技術的明智決策。
