Een ML-engineer ontvangt datasets die ontbrekende waarden, duplicaten en extreme uitschieters bevatten en moet deze samenvoegen tot één dataframe en de gegevens voorbereiden voor machine learning. Welke oplossing voldoet aan deze behoeften?

Amazon SageMaker Data Wrangler is de meest geschikte oplossing omdat het is ontworpen voor het voorbereiden van gegevens voor machine learning. Het stelt gebruikers in staat om datasets te importeren, samen te voegen en te transformeren met behulp van een visuele interface en ingebouwde transformaties voor het opschonen van gegevens, zoals het omgaan met ontbrekende waarden, duplicaten en uitschieters. Amazon SageMaker Ground Truth is bedoeld voor het labelen van gegevens, niet voor algemene gegevensvoorbereiding. Handmatig samenvoegen en vervolgens Amazon Q Developer gebruiken is minder efficiënt en minder robuust dan Data Wrangler. Amazon SageMaker data labeling is ook gericht op het labelen van gegevens en niet op de brede taak van gegevensvoorbereiding en -opschoning.