Inżynier ML otrzymuje zbiory danych zawierające brakujące wartości, duplikaty i ekstremalne wartości odstające, a następnie musi scalić je w jedną ramkę danych i przygotować dane do uczenia maszynowego. Które rozwiązanie spełnia te potrzeby?

Amazon SageMaker Data Wrangler to kompleksowe narzędzie do przygotowywania danych, które umożliwia importowanie, łączenie (scalanie) wielu źródeł danych w jedną ramkę danych, a także oferuje wbudowane transformacje do czyszczenia danych (np. obsługa brakujących wartości, usuwanie duplikatów) i wzbogacania (np. obsługa wartości odstających). To rozwiązanie jest idealnie dopasowane do wszystkich wymienionych potrzeb. Amazon SageMaker Ground Truth służy do etykietowania danych, a nie do ich czyszczenia czy scalania. Ręczne importowanie i scalanie danych, a następnie użycie Amazon Q Developer do generowania kodu, jest mniej efektywne i bardziej podatne na błędy niż zintegrowane rozwiązanie Data Wrangler. Amazon SageMaker data labeling to inna nazwa dla Ground Truth, służąca do etykietowania, a nie przygotowania danych.