Google Career Certificates
Google データアナリティクス プロフェッショナル 3コース 1週目

Google データアナリティクス Google データアナリティクス プロフェッショナル
Google データアナリティクス

■データ探索とは

▼適切なデータを選択する
 

▼データの構造化について
  構造化データ: 行や列など一定のフォーマットで整理されたデータ

 非構造化データ:  簡単に識別できるような方法で整理されていないデータ

▼データモデリングの階層とテクニック

 データモデリングとは、データがどのように組織化され、構造化されているかを可視化し、
 図を作成するプロセスです。 この可視化したものがデータモデルと呼ばれます。
 データモデリングは、家の設計図と考えることができます。
 常時、電気技師、大工、配管工がその設計図を使っているでしょう。
 これらの建築業者はそれぞれ設計図に対して異なる関係性ですが、
 家の全体的な構造を理解するためには、全員が設計図を必要とします。
 データモデルも同様で、ユーザーによって必要とするデータは異なるかもしれませんが、
 データモデルによって、全体の構造を理解することができます。

▼データモデリングの階層
概念データモデルは、データが組織全体でどのように相互作用するかなど、
  データ構造のハイレベルな視点を示します。概念データモデルはたとえば、
  新しいデータベースのビジネス要件を定義するためなどに使用されます。
  概念データモデルには、技術的な要素は含まれません。

論理データモデルは、リレーションシップ(関係)、アトリビュート(属性)、

  エンティティ(実体)など、データベースにおける技術的な詳細に焦点を当てます。
  論理データモデルはたとえば、個々の記録がデータベース内でどのように一意的に識別されるかを
  定義するためなどに使用されます。ただし、データベース の表名は物理データモデルにあたります。

物理データモデルは、データベースがどう機能するかを示します。物理データモデルでは、使用するすべてのエンティティと属性を定義します。

  たとえば、データベースの表名、列名、データの型などが含まれます。

▼ブール論理を理解する
 AND,OR,NOT,
 
▼なぜデータ変換をするのか?

データ変換の目的には、以下のようなものがあります。

データの整理: 整理されたデータは扱いやすくなる。

データの互換:異なるアプリケーションやシステムで同じデータを使用できるようになる。

データの移行:フォーマットが一致するデータを、あるシステムから別のシステムに移行することができる。

データの統合:同じ構成のデータを統合することができる。

データの拡張:データをより詳細な項目で管理することができる。

データの比較:データを同じ条件で比較することができる。

 
▼ウィークリーチャレンジ1
2回目のチャレンジで87.5%で合格
 途中、Kaggleの説明とか出てきて、
 若干意味不明なセッションでした。

コメント

タイトルとURLをコピーしました