Przetwarzanie dużych ilości danych daje wiedzę, która leży u podstaw
istotnych decyzji podejmowanych przez organizację. Pozwala to na uzyskiwanie
znakomitych efektów: techniki wydobywania wiedzy z danych stają się coraz
bardziej wyrafinowane. Podstawowym warunkiem sukcesu jest uzyskanie odpowiedniej
jakości danych. Wykorzystanie niespójnych i niepełnych informacji prowadzi do
podejmowania błędnych decyzji. Konsekwencją mogą być straty finansowe,
stwarzanie konkretnych zagrożeń czy uszczerbek na wizerunku. A zatem
oczyszczanie jest wyjątkowo ważną częścią analizy danych.
Ta książka jest
praktycznym zbiorem gotowych do użycia receptur, podanych tak, aby maksymalnie
ułatwić proces przygotowania danych do analizy. Omówiono tu takie kwestie
dotyczące danych jak importowanie, ocena ich jakości, uzupełnianie braków,
porządkowanie i agregacja, a także przekształcanie. Poza zwięzłym omówieniem
tych zadań zaprezentowano najskuteczniejsze techniki ich wykonywania za pomocą
różnych narzędzi: Pandas, NumPy, Matplotlib czy SciPy. W ramach każdej receptury
wyjaśniono skutki podjętych działań. Cennym uzupełnieniem jest zestaw funkcji i
klas zdefiniowanych przez użytkownika, które służą do automatyzacji oczyszczania
danych. Umożliwiają one też dostrojenie procesu do konkretnych potrzeb.
