Ein Gesundheitsteam hat Hunderte von Sprachproben von Patienten aufgezeichnet und filtert diese Aufzeichnungen derzeit nach Dauer und Sprache. Welche Phase des ML-Lebenszyklus stellt diese Aktivität dar?

Die Datenvorverarbeitung ist die Phase, in der Rohdaten bereinigt, transformiert und für das Training eines ML-Modells vorbereitet werden. Das Filtern von Sprachaufnahmen nach Dauer und Sprache ist ein klassisches Beispiel für die Datenvorverarbeitung, da hier irrelevante oder ungeeignete Daten entfernt und die verbleibenden Daten in ein nutzbares Format gebracht werden. Datenerfassung bezieht sich auf das Sammeln der Rohdaten, nicht auf deren Bearbeitung. Feature Engineering beinhaltet die Erstellung neuer Merkmale aus bestehenden Daten, was über das bloße Filtern hinausgeht. Modelltraining ist der Prozess, bei dem ein Algorithmus anhand der vorbereiteten Daten lernt, Muster zu erkennen oder Vorhersagen zu treffen.