Membuat Pipeline Transformasi Data dengan Cloud Dataprep Ulasan

This was a really nice lab!

Oluwapelumi S. · Diulas sekitar 1 bulan lalu

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. · Diulas sekitar 1 bulan lalu

Alexis V. · Diulas sekitar 1 bulan lalu

Fredrick J. · Diulas sekitar 1 bulan lalu

Tanu G. · Diulas sekitar 1 bulan lalu

Sudhanshu D. · Diulas sekitar 1 bulan lalu

Marius H. · Diulas sekitar 1 bulan lalu

Himanshu A. · Diulas sekitar 1 bulan lalu

璟宏 劉. · Diulas sekitar 1 bulan lalu

Eduardo C. · Diulas sekitar 1 bulan lalu

yetendra K. · Diulas sekitar 1 bulan lalu

栄紀 竹. · Diulas sekitar 1 bulan lalu

Abdurrahman A. · Diulas sekitar 1 bulan lalu

elkana m. · Diulas sekitar 1 bulan lalu

last part for output in dataprep was hard to understand (esp. the workflow/labeling does not fit to the lab

Michael K. · Diulas sekitar 1 bulan lalu

Juan Carlos B. · Diulas sekitar 1 bulan lalu

Avadut K. · Diulas sekitar 1 bulan lalu

Pankaj G. · Diulas sekitar 1 bulan lalu

Prasad I. · Diulas sekitar 1 bulan lalu

sara p. · Diulas sekitar 1 bulan lalu

Priyadeep M. · Diulas sekitar 1 bulan lalu

ARRAMSHETTY S. · Diulas sekitar 1 bulan lalu

sara p. · Diulas sekitar 1 bulan lalu

Amritansh S. · Diulas sekitar 1 bulan lalu

Did everything as proposed, was not able to validate last step several time. Would be nice to have hints why it did not work...

adrien p. · Diulas sekitar 1 bulan lalu