Data Quality Assurance for Machine Learning

2026

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.52209/1609-1825_2026_2_378
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

The purpose of this paper is to examine key methods for ensuring data quality for machine learning. This paper covers data cleaning and preprocessing processes, automated tools for data quality management, and ways to measure their suitability for model training. Data quality plays a key role in the success of machine learning models. Low-quality data can lead to distortions in models, lower forecast accuracy, and longer decision development time. The main aspects of data quality assurance are defined, which include data cleaning, omission processing, outlier management, normalization and standardization. Tools for automating monitoring and improving data quality, as well as metrics for evaluating their suitability for machine learning, are considered. The study confirms the importance of providing a high-quality data set for machine learning.