Bir ML mühendisi, eksik değerler, kopyalar ve aşırı aykırı değerler içeren veri kümeleri alır ve bunları tek bir veri çerçevesinde birleştirmesi ve verileri makine öğrenimi için hazırlaması gerekir. Hangi çözüm bu ihtiyaçları karşılar?

Amazon SageMaker Data Wrangler, eksik değerler, kopyalar ve aykırı değerler gibi yaygın veri kalitesi sorunlarını ele almak için tasarlanmış kapsamlı bir veri hazırlama aracıdır. Birden fazla veri kaynağını tek bir veri çerçevesinde birleştirme ve ardından verileri makine öğrenimi modelleri için hazırlamak üzere yerleşik temizleme ve zenginleştirme dönüşümlerini uygulama yeteneği sunar. Amazon SageMaker Ground Truth, veri etiketleme için kullanılır, veri hazırlama için değil. Veri kümelerini manuel olarak içe aktarmak ve birleştirmek, büyük veri kümeleri için verimsizdir ve Amazon Q Developer, kod oluşturmaya yardımcı olsa da, veri temizleme ve zenginleştirme için özel olarak tasarlanmış bir araç değildir. Amazon SageMaker veri etiketleme, Ground Truth gibi, model eğitimi için verileri etiketlemeye odaklanır, veri temizliğine değil.