Un'azienda tagga ogni record di transazione finanziaria come personale o aziendale e memorizza tale categoria con il record. Quale fase di preparazione dei dati descrive questa operazione?

L'etichettatura dei dati (data labeling) è il processo di aggiunta di etichette significative (come "personale" o "aziendale") ai dati grezzi per fornire contesto e renderli utili per l'addestramento di modelli di machine learning. In questo caso, l'azienda sta assegnando una categoria predefinita a ogni transazione. La codifica dei dati si riferisce alla conversione dei dati in un formato specifico. La normalizzazione dei dati è la scalatura dei valori numerici in un intervallo standard. Il bilanciamento dei dati è una tecnica per affrontare i dataset sbilanciati, dove una classe è significativamente più rappresentata di altre.