Explore la qualité des données dans l'analyse du cycle de vie, couvrant le format de l'inventaire, le contrôle, les procédures de mesure, les facteurs d'incertitude et le système d'évaluation de la qualité des données.
Couvre la méthode de tarification hédoniste pour l'évaluation des prix implicites des marchandises et introduit la méthode d'évaluation éventuelle pour l'estimation de la valeur des marchandises environnementales.
Explore les techniques de résolution d'entités pour identifier et agréger différents profils d'entités à travers des ensembles de données, couvrant les défis et les solutions.
Explore l'évaluation environnementale systémique, l'analyse nationale des flux de matériaux et le développement d'un tableau de bord du métabolisme urbain pour Zurich à l'aide de données ouvertes.
Explore les techniques de résolution d'entités, la déduplication des données, les métriques de similitude, le coût de calcul, les techniques de blocage et l'échelle des jointures de similarité.
Introduit l'apprentissage non supervisé en cluster avec les moyennes K et la réduction de dimensionnalité à l'aide de PCA, ainsi que des exemples pratiques.
Fournit une vue d'ensemble des concepts d'apprentissage profond, en se concentrant sur les données, l'architecture du modèle et les défis liés à la gestion de grands ensembles de données.
Explore la précision des données par l'évaluation de la fidélité, la détection des erreurs, la manipulation aberrante, les corrélations, les dépendances fonctionnelles, la détection des violations, les contraintes de déni et les techniques de réparation des données.
Discute des techniques d'optimisation des requêtes pour le traitement des données à grande échelle, en comparant les stratégies d'optimisation et les possibilités de partage pour réduire les coûts de traitement.