Opinie (Creating a Data Transformation Pipeline with Cloud Dataprep)

Kuan C. · Sprawdzono prawie 2 lata temu

Felipe M. · Sprawdzono prawie 2 lata temu

Kuan C. · Sprawdzono prawie 2 lata temu

Vedansh C. · Sprawdzono prawie 2 lata temu

Sebastian L. · Sprawdzono prawie 2 lata temu

Miguel M. · Sprawdzono prawie 2 lata temu

Not working

Harsh M. · Sprawdzono prawie 2 lata temu

Glenn F. · Sprawdzono prawie 2 lata temu

Aaron D. · Sprawdzono prawie 2 lata temu

Tuhin R. · Sprawdzono prawie 2 lata temu

Could not complete the lab because verification was not working.

Roel T. · Sprawdzono prawie 2 lata temu

satisfied

Saran M. · Sprawdzono prawie 2 lata temu

Gadi B. · Sprawdzono prawie 2 lata temu

Kartik K. · Sprawdzono prawie 2 lata temu

This was a really nice lab!

Oluwapelumi S. · Sprawdzono prawie 2 lata temu

I didn't like the naming of the columns as both camelCase and snake_case was used. Cleaning up the column names should be part of a data cleaning pipeline. Also hard coding the categorical values using a CASE statement is not best practice. Better to create a mapping table and join data.

Malte B. · Sprawdzono prawie 2 lata temu

Alexis V. · Sprawdzono prawie 2 lata temu

Fredrick J. · Sprawdzono prawie 2 lata temu

Tanu G. · Sprawdzono prawie 2 lata temu

Sudhanshu D. · Sprawdzono prawie 2 lata temu

Marius H. · Sprawdzono prawie 2 lata temu

Himanshu A. · Sprawdzono prawie 2 lata temu

璟宏 劉. · Sprawdzono prawie 2 lata temu

Eduardo C. · Sprawdzono prawie 2 lata temu

yetendra K. · Sprawdzono prawie 2 lata temu