Een bedrijf heeft nieuwe gegevens verzameld en vervolgens een correlatiematrix gemaakt, samenvattende statistieken berekend en visualisaties geproduceerd om de gegevens te begrijpen. Welke fase van de machine learning-workflow is dit?

Exploratieve data-analyse (EDA) is de fase waarin datawetenschappers de dataset onderzoeken om patronen te ontdekken, afwijkingen te identificeren, hypothesen te testen en een beter begrip van de gegevens te krijgen. Het maken van correlatiematrices, het berekenen van samenvattende statistieken en het produceren van visualisaties zijn allemaal typische activiteiten binnen EDA. Deze stappen helpen bij het identificeren van relaties tussen variabelen en het voorbereiden op verdere modellering. Gegevensvoorverwerking omvat taken zoals opschoning en transformatie. Feature engineering richt zich op het creëren van nieuwe features uit bestaande data. Hyperparameter-tuning is het optimaliseren van modelparameters na de initiële training.