Preprocessing
Value Imputation
Last Updated: 12/03/2022Value Imputation befasst sich mit dem Füllen fehlender Werte, die ein Problem für Machine Learning Modelle und müssen daher entsprechend behandelt werden.
Scaling
Last Updated: 12/03/2022Scaling ist ein wichtiger Schritt im Preprocessing und dient meist als letzte Vorbereitung der Daten auf die Trainingsphase der Machine Learning Modelle.
Principal Component Analysis
Last Updated: 12/03/2022Principal Component Analysis ist ein Verfahren aus dem Bereich des unüberwachten Lernens, der zur Dimensionsreduktion eines Datensatzes genutzt werden kann.
Outlier Detection Basic
Last Updated: 12/03/2022Outlier Detection meint das Finden von Ausreißern in den Daten, die für weitere Schritte unerwünscht sind und weitere Ergebnisse beeinflussen können.
Outlier Detection Advanced
Last Updated: 12/03/2022Dieser Artikel behandelt ebenfalls Outlier Detection, allerdings mit Fokus auf angewandte Outlier Detection oder auch Outlier Detection in der freien Wildbahn.
Frequenz Filter
Last Updated: 12/03/2022Filter bieten im Preprocessing Möglichkeiten, bestimmte Frequenzbereiche aus einem Signal zu entfernen. Grundlage hierfür ist das Nyquist-Shannon-Abtasttheorem.
Feature Engineering
Last Updated: 29/06/2022Feature Engineering ist ein wichtiger Bestandteil im Preprocessing und dient der Aggregation bzw. Verdichtung von Daten auf ihre wesentlichen Eigenschaften.
Data Augmentation
Last Updated: 04/07/2022Data Augmentation meint die Veränderung von bestehenden Daten, um mehr Variation in die Trainingsdaten zu bekommen und damit Overfitting zu vermeiden.