Sie haben die Datenvorbereitung und das Feature Engineering für maschinelles Lernen abgeschlossen.
Sie sollten nun die folgenden Punkte besser verstehen:
- die relativen Auswirkungen von Datenqualität und -größe auf Algorithmen erkennen.
- Setzen Sie fundierte und realistische Erwartungen für den Zeitpunkt der Datentransformation.
- Erläutern Sie einen typischen Prozess zur Datenerfassung und -transformation im gesamten ML-Workflow.
- Rohdaten erfassen und ein Dataset erstellen
- Erstellen Sie Stichproben und teilen Sie Ihr Dataset mit Überlegungen zu unausgewogenen Daten auf.
- Numerische und kategoriale Daten transformieren.