Um engenheiro de ML recebe conjuntos de dados contendo valores ausentes, duplicatas e valores atípicos extremos e deve mesclá-los em um único dataframe e preparar os dados para machine learning. Qual solução atende a essas necessidades?

O Amazon SageMaker Data Wrangler é a solução mais adequada porque foi projetado especificamente para agregação de dados, limpeza e engenharia de recursos. Ele permite importar e mesclar facilmente diversos conjuntos de dados em um único dataframe e oferece uma interface visual e transformações integradas para lidar com valores ausentes, duplicatas e valores atípicos, preparando os dados para o machine learning de forma eficiente. O Amazon SageMaker Ground Truth é para rotulagem de dados, não para limpeza e mesclagem. A importação e mesclagem manual, seguida pelo Amazon Q Developer ou pela rotulagem do SageMaker, é ineficiente; o Amazon Q Developer é um assistente de codificação e a rotulagem do SageMaker é para adicionar rótulos, não para a limpeza inicial dos dados.