抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
任意の機械学習モデルにおいて,発見された知識の発見は,解析に用いるデータの品質に直接関連する。技術世界では,大規模成長がデータ生成の規模で観察される。Bigデータは,将来予測またはデータからの貴重な洞察を見つけることにより,組織の多くの課題を解決する。これにもかかわらず,Bigデータ自体は,データが洗浄されたフォーマットにならないので,研究者の前面における主要な挑戦である。データ前処理は,データの異常とノイズを扱う重要な位相になる。種々のデータ前処理アルゴリズムがデータセットを清潔するために利用可能であるが,データ分析者はそれを達成するために大量の時間を費やす。オープンソースpythonライブラリであるCognitoは,データ科学者の時間と努力を低減するための様々な特徴を提供する。Cognitoは,自動前処理と基本的データ解析を,洗浄データセットを提供することにより,データセットの各カラムの特徴,および魅力的なフォーマットのデータセットに求められる可能な疑問について要約する。それは,CSVフォーマットにおける出力とPDFフォーマットにおけるデータセットの要約を提供する。開発者は,その時間を分析し,その時間を分析するのを浪費する必要はない。それはまた,かなりのマージンによってユーザの努力を減少する。さらに,Cognitoによって作り出される洗浄されたデータを打ち切って,このように,必要な空間を減らした。Cognitoは,自動生成記述洞察の付加的特徴による特徴選択,欠測値,正規化,異常値処理,データ削減のような様々なデータ前処理操作を自動的に管理する。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】