Firma posiada duży, nieustrukturyzowany zbiór danych zawierający wiele zduplikowanych rekordów w kluczowych atrybutach. Które rozwiązanie AWS zidentyfikuje duplikaty z najmniejszą ilością niestandardowego kodowania?

AWS Glue FindMatches to transformacja uczenia maszynowego zaprojektowana specjalnie do identyfikowania zduplikowanych lub pasujących rekordów w zbiorze danych, nawet jeśli nie ma dokładnych identyfikatorów. Działa poprzez uczenie się, które rekordy są takie same, na podstawie przykładów dostarczonych przez użytkownika, minimalizując potrzebę niestandardowego kodowania. Amazon Mechanical Turk wymaga ręcznego przeglądu, co jest czasochłonne i kosztowne dla dużych zbiorów danych. Amazon QuickSight ML Insights koncentruje się na analizie i wizualizacji danych, a nie na deduplikacji. Amazon SageMaker Data Wrangler to narzędzie do przygotowywania danych, ale FindMatches jest bardziej wyspecjalizowanym i efektywnym rozwiązaniem do deduplikacji.