Раздел базы знаний · 248 материалов

Качество данных

Полнота, точность, валидность, согласованность, уникальность, актуальность, смещение (bias) и пороги приёмки.

Качество данных
Все 248Методика 248
18
Методика

SLA и «полнота»

SLA и «полнота»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
26
Методика

SLA и «точность»

SLA и «точность»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
64
Методика

SLA и «свежесть»

SLA и «свежесть»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
129
Методика

Порог приемки по критерию «стабильность распределения (distribution stability)»

Порог приемки по критерию «стабильность распределения (distribution stability)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
131
Методика

Мониторинг «стабильность распределения (distribution stability)» после публикации

Мониторинг «стабильность распределения (distribution stability)» после публикации: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
133
Методика

Контракт данных (Data contract) для «стабильность распределения (distribution stability)»

Контракт данных (Data contract) для «стабильность распределения (distribution stability)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
134
Методика

Причины низкого качества: стабильность распределения (distribution stability)

Причины низкого качества: стабильность распределения (distribution stability): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
233
Методика

Пропущенные значения (Missing values) в поле «многоклассовая метка (multiclass label)»

Пропущенные значения (Missing values) в поле «многоклассовая метка (multiclass label)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
236
Методика

Персональные данные (PII)-риск поля «многоклассовая метка (multiclass label)»

Персональные данные (PII)-риск поля «многоклассовая метка (multiclass label)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
239
Методика

Пропущенные значения (Missing values) в поле «целевая переменная (target variable)»

Пропущенные значения (Missing values) в поле «целевая переменная (target variable)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
245
Методика

Пропущенные значения (Missing values) в поле «векторное представление (embedding)»

Пропущенные значения (Missing values) в поле «векторное представление (embedding)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →
248
Методика

Персональные данные (PII)-риск поля «векторное представление (embedding)»

Персональные данные (PII)-риск поля «векторное представление (embedding)»: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.

Открыть материал →