Sort-Based Indexing for Entity Resolution in Python
Master the sorted neighborhood method and indexing techniques in Python to dramatically reduce dataset comparison times and resolve duplicate records efficiently.
-
💬
Instrutor de IA
Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser. -
🕐
Comece quando quiser
Sem horários nem prazos: aprenda no seu ritmo, quando quiser. -
🌐
Em português
Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
When dealing with large datasets, comparing every single record to find duplicates is computationally exhausting. Sort-based indexing offers a structured way to group similar records together, reducing comparison space without sacrificing matching accuracy. This text-only course guides you through the practical application of these techniques to optimize your data deduplication pipelines.
By reading through this comprehensive guide, you will learn how to design and execute efficient entity resolution workflows. You will transition from basic data matching concepts to advanced sort-based indexing strategies, enabling you to clean and merge real-world datasets with optimal performance and minimal memory overhead.
What you'll learn:
- Understand the foundational concepts of entity resolution, record linkage, and the computational challenges of pairwise comparison.
- Master the Sorted Neighborhood Method to group and compare records within a sliding window.
- Implement multi-pass sorting strategies to capture duplicates that traditional single-pass methods miss.
- Apply modern Python data libraries to preprocess, clean, and standardize messy textual data before indexing.
- Evaluate indexing performance using standard metrics like reduction ratio, pairs completeness, and F-measure.
The course begins with foundational definitions of entity resolution and the math behind comparison space. You will then progress through step-by-step written explanations and Python code snippets demonstrating how to configure, run, and optimize sort-based indexing algorithms.
This course is designed for beginner data analysts, database administrators, and software developers who want to scale their data cleaning workflows. No prior experience with entity resolution is required, though a basic familiarity with Python is helpful.
Start reading today to build faster, smarter data deduplication workflows.
O que você vai receber
-
📜
Certificado de conclusão
Adicione ao seu perfil do LinkedIn -
💬
Tutor AI pessoal
Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora. -
🎧
Versão em áudio incluída
Estude em qualquer lugar, sem tela -
♾️
Acesso vitalício
Volte quando quiser, sem expirar -
📱
Celular ou computador
Funciona em qualquer dispositivo -
💸
Reembolso em 14 dias
Sem perguntas -
⚡
Curto e focado
3 h de conteúdo prático
Avaliações
Ainda não há avaliações — seja o primeiro a compartilhar sua experiência.
Outros também fizeram
🏆 O mais popular
🎓 Com certificado
Análise prática de clientes com Python
Certificado
Prática
R$ 74,90
→
🎓 Com certificado
Processamento de Big Data com Spark e Scala
Certificado
Prática
R$ 74,90
→
🔥 Em demanda
🎓 Com certificado
Projetando Algoritmos de Aproximação para Problemas NP-Difíceis
Certificado
Prática
R$ 74,90
→
💼 Pronto para o mercado
🎓 Com certificado
Python Aplicado para Web, Aprendizagem de Máquina e Criptografia
Certificado
Prática
R$ 74,90
→
Perguntas frequentes
O que preciso para fazer este curso? +
Só um celular ou computador com internet. Sem instalações nem hardware especial.
Como faço para pagar? +
Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.
Posso pedir reembolso? +
Sim — reembolso integral em 14 dias, sem perguntas.
Por quanto tempo terei acesso? +
Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.
Vou receber um certificado? +
Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.
Feito para profissionais em
Tecnologia
Design
Finanças
Marketing
Saúde
Educação
Hotelaria
Indústria