MLトレーニングに使用するCSVデータセットをS3で受け取りました。トレーニングの前に、欠損値や無効な値を見つけ、外れ値を最小限の運用労力でカウントする必要があります。この要件を満たすアプローチはどれですか？

SageMaker Data Wranglerは、データ準備と特徴量エンジニアリングのための単一のインターフェースを提供します。Data WranglerのData Quality and Insightsレポートは、欠損値、無効な値、外れ値、データ型、重複などを自動的に検出し、視覚化するため、最小限の労力でこれらの統計情報を迅速に取得できます。CSV形式のままで直接インポートできるため、追加の変換ステップは不要です。 他の選択肢は、必要な情報を得るために追加のステップやツールを必要とします。AWS GlueとAthenaを使用する方法は、SQLクエリを記述する必要があり、Data Wranglerの自動レポートほど効率的ではありません。Parquetへの変換は、この特定の要件（欠損値、無効値、外れ値のカウント）に対しては不要なステップです。