3. Conclusion
Le nettoyage et la préparation des données visant à améliorer la qualité des données sont largement considérés comme un élément essentiel, préalable à l’application des techniques d’apprentissage automatique, car les erreurs dans les données impactent directement les performances des modèles prédictifs et la validité de leurs résultats. Traditionnellement, les solutions issues de la recherche pour le nettoyage des données se concentraient sur la correction des problèmes de qualité « dans l’absolu », parfois indépendamment de l’application utilisant les données. Dans un contexte industriel, l’application des techniques de nettoyage de données est souvent déterminée par des exigences de réduction de coûts associés aux données de mauvaise qualité ou de gain en performance, en fonction d’indicateurs mesurables ( KPI - Key Performance Indicators...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Quiz et tests de validation présents dans cet article
Entraînez-vous autant que vous le voulez avec les quiz d'entraînement.
Article inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(
408 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
