Linki

• prezentacja

• pakiety:

  • phonics
  • stringdist,
  • blocking (github ncn-foreigners/blocking@dev),
  • reclin2.

Plan szkolenia:

1. Łączenie danych:

• deterministyczne
• probabilistyczne

2. Porównywanie tekstów

• miary odległości
• prowadzenie do pakietu stringdist

3. Wprowadzenie do pakietu reclin2
4. Blokowanie rekordów:

• idea
• przykłady z pakietem reclin2 i blocking

5. Probabilistyczne łączenie rekordów

• model Fellegiego-Suntera
• metody nienadzorowane
• metody nadzorowane

Wymagania

• R
• pakiety stringdist, reclin2, blocking.