Un ingeniero de ML recibe conjuntos de datos que contienen valores faltantes, duplicados y valores atípicos extremos, y debe fusionarlos en un único dataframe y preparar los datos para el aprendizaje automático. ¿Qué solución satisface estas necesidades?

Amazon SageMaker Data Wrangler es la solución más adecuada porque está diseñado específicamente para la preparación de datos. Permite importar y fusionar múltiples conjuntos de datos en un solo dataframe. Sus capacidades integradas de limpieza y enriquecimiento, como el manejo de valores faltantes, la eliminación de duplicados y la gestión de valores atípicos, lo hacen ideal para la tarea. Amazon SageMaker Ground Truth se utiliza para el etiquetado de datos, no para la preparación de datos brutos. Importar y fusionar manualmente los datos, incluso con la ayuda de Amazon Q Developer, es menos eficiente y propenso a errores que usar una herramienta dedicada. El etiquetado de datos de Amazon SageMaker (que es parte de Ground Truth) es para anotar datos, no para la limpieza y transformación inicial.