Der Grund, warum es wichtig ist, darüber zu sprechen, was ordentliche Daten sind und wie sie aussehen, ist, dass die meisten Daten in der Welt da draußen unordentlich sind. Wenn Sie nicht derjenige sind, der die Daten eingibt, sondern wenn Sie die Daten von jemand anderem für ein Projekt erhalten, sind diese Daten in den meisten Fällen unordentlich. Unordentliche Daten werden oft einfach als unordentliche Daten bezeichnet. Um mit diesen Daten problemlos arbeiten zu können, müssen Sie sie in ein ordentliches Datenformat bringen. Das bedeutet, dass Sie unordentliche Daten genau erkennen und wissen müssen, wie Sie sie in ein ordentliches Format bringen können. Die folgenden häufigen Probleme, die in unordentlichen Datensätzen auftreten, stammen wiederum aus Hadley Wickhams Aufsatz über ordentliche Daten (http://vita.had.co.nz/papers/tidy-data.pdf). Nach einer kurzen Erläuterung der einzelnen Probleme werden wir uns einige unordentliche Datensätze ansehen. Schließlich werden wir uns mit den Konzepten für die Bereinigung unordentlicher Daten befassen, aber wir werden noch keine praktischen Übungen machen. Das kommt bald!

Mit einem soliden Verständnis von aufgeräumten Daten und wie aufgeräumte Daten in den Lebenszyklus der Datenwissenschaft passen, werden wir uns ein wenig Zeit nehmen, um Ihnen die tidyverse und tidyverse-verwandten Pakete vorzustellen, die wir in dieser Spezialisierung lehren und verwenden werden. Zusammen bilden diese Pakete das tidyverse-Ökosystem, wie wir es nennen. Im weiteren Verlauf dieses Kurses geht es nicht darum, dass Sie verstehen, wie jedes dieser Pakete zu verwenden ist (das kommt noch!), sondern vielmehr darum, dass Sie sich damit vertraut machen, welche Pakete in welchen Teil des Lebenszyklus der Datenwissenschaft passen. Beachten Sie, dass die offiziellen tidyverse-Pakete unten fett gedruckt sind. Alle anderen Pakete sind tidyverse-adjacent, d.h. sie folgen denselben Konventionen wie die offiziellen tidyverse-Pakete und funktionieren gut innerhalb des tidy-Rahmens und der Struktur der Datenanalyse.

Data-Science-Projekte sind sehr unterschiedlich, so dass es schwierig sein kann, allgemeingültige Regeln für ihre Organisation aufzustellen. Es gibt jedoch einige Möglichkeiten, Projekte zu organisieren, die im Allgemeinen nützlich sind. Insbesondere haben fast alle Projekte mit verschiedenen Arten von Dateien zu tun - Datendateien, Codedateien, Ausgabedateien usw. In diesem Abschnitt erfahren Sie, wie Dateien funktionieren und wie Projekte organisiert und angepasst werden können.

In dieser Specialization werden wir eine Reihe von Fallstudien aus Open Case Studies verwenden, um die im Kurs vorgestellten Konzepte zu demonstrieren. Im Allgemeinen werden wir während der gesamten Spezialisierung dieselben Fallstudien verwenden, um Kontinuität zu gewährleisten, damit Sie sich auf die Konzepte und Fähigkeiten konzentrieren können, die gelehrt werden (und nicht auf den Kontext), während Sie mit interessanten Daten arbeiten. Diese Fallstudien befassen sich mit einer Frage des öffentlichen Gesundheitswesens und verwenden allesamt echte Daten.

Dieses Projekt ermöglicht es Ihnen, ein neues Projekt zu erstellen und die Dateien zu organisieren, die für eine zukünftige Datenanalyse benötigt werden