DA
Log indKom i gang
Ordliste

Datarensning

Hvad er Datarensning?

Datarensning er opsporing og rettelse af forkerte, duplikerede eller inkonsistente poster i datasæt. Typiske trin er at ensrette stavemåder og datoformater, fjerne overflødige mellemrum og samle dubletter som 'Hansen ApS' og 'Hansen A/S'. Rene data er en forudsætning for pålidelige analyser, udsendelser og AI-applikationer.

Sådan hjælper KI.ordo

En KI.ordo-skabelon renser lister, markerer mulige dubletter og manglende oplysninger og udarbejder en ændringslog.

Læs mere : Datarensning

Matchende skabeloner

Emner

  • datakvalitet
  • dubletter
  • datavedligeholdelse

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo
← Alle begreber

Relaterede begreber

Datavalidering

Datavalidering kontrollerer, om data er fuldstændige, korrekt formaterede og plausible, før de behandles videre. Typiske kontroller omfatter obligatoriske felter, formatet på e-mailadresser, postnumre eller datoer samt logiske modsigelser – f.eks. en leveringsdato før bestillingsdatoen. Dermed fanges fejl tidligt i stedet for at slå igennem i rapporter, fakturaer eller AI-analyser.

  • datakvalitet
  • kontroller
  • +1
Skabelon

Fuzzy matching

Fuzzy matching finder poster, der ligner hinanden, men ikke er helt identiske – f.eks. på grund af tastefejl, forkortelser eller forskellige stavemåder. Metoden bygger på lighedsmål som Levenshtein-afstanden, der tæller, hvor mange tegn der skal ændres. En typisk anvendelse er opsporing af dubletter i adresse- og kundedata: 'Hansen ApS, Algade 5' og 'Hansen A/S, Algade 5' genkendes som sandsynligvis samme post.

  • Datarensning
  • Dubletter
  • +1
Skabelon

Garbage in, garbage out (GIGO)

'Garbage in, garbage out' beskriver princippet om, at et system kun kan give resultater, der er lige så gode som de data, det modtager. Det gælder dobbelt for AI: Forkerte, forældede eller ensidige trænings- eller videndata fører til forkerte eller skæve svar. En chatbot, der støtter sig til en forældet prisliste, vil oplyse forældede priser. Pleje af data er derfor en løbende opgave i ethvert AI-projekt.

  • Datakvalitet
  • Princip
  • +1

Strukturerede data

Strukturerede data følger et fast skema med tydeligt navngivne felter, f.eks. tabeller, databaser eller JSON-objekter med oplysninger som navn, pris og dato. Maskiner kan læse, filtrere og behandle dem pålideligt – i modsætning til fri tekst eller billeder. På websites beskriver schema.org-markup f.eks. produkter, begivenheder eller FAQ'er, så søgemaskiner og AI-systemer forstår indholdet entydigt. AI kan også udtrække strukturerede data fra ustruktureret tekst.

  • data
  • JSON
  • +1