1. Impacts de la qualité des données en apprentissage automatique
Les principaux types d’erreurs à considérer pour faire un état de la qualité d’un jeu de données sont : les valeurs manquantes, les valeurs aberrantes ( outliers ), les valeurs incohérentes (c’est-à-dire ne satisfaisant pas un ensemble de contraintes prédéfinies), et enfin, les doublons, comme l’illustre le tableau 1 .
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Impacts de la qualité des données en apprentissage automatique
Détection et correction par apprentissage automatique
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.
