IT
AccediInizia ora
Glossario

Pulizia dei dati

Che cos’è Pulizia dei dati?

La pulizia dei dati consiste nell'individuare e correggere voci errate, duplicate o incoerenti in un insieme di dati. Passaggi tipici sono uniformare grafie e formati di data, eliminare spazi superflui e unire duplicati come «Rossi S.r.l.» e «Rossi Srl». Dati puliti sono il presupposto per analisi affidabili, invii di massa e applicazioni di IA.

Come aiuta KI.ordo

Un modello di KI.ordo pulisce elenchi, segnala possibili duplicati e dati mancanti e crea un registro delle modifiche.

Scopri di più →: Pulizia dei dati

Modelli adatti

Temi

  • qualità dei dati
  • duplicati
  • manutenzione dati

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo
← Tutti i termini

Termini correlati

Validazione dei dati

La validazione dei dati verifica che i dati siano completi, formattati correttamente e plausibili prima di essere elaborati. Controlli tipici riguardano i campi obbligatori, il formato di indirizzi e-mail, CAP o date e le contraddizioni logiche, come una data di consegna precedente a quella dell'ordine. Così gli errori emergono presto, invece di propagarsi in report, fatture o analisi basate sull'IA.

  • qualità dei dati
  • verifica
  • +1
Modello

Fuzzy matching

Il fuzzy matching (corrispondenza approssimativa) individua voci simili ma non identiche, ad esempio per errori di battitura, abbreviazioni o grafie diverse. Si basa su misure di somiglianza come la distanza di Levenshtein, che conta quanti caratteri vanno modificati. L’uso tipico è la ricerca di duplicati nei dati di indirizzi e clienti: «Rossi S.r.l., Via Roma 5» e «Rossi Srl, V. Roma 5» vengono riconosciuti come probabilmente lo stesso record.

  • Pulizia dei dati
  • Duplicati
  • +1
Modello

Garbage in, garbage out (GIGO)

«Garbage in, garbage out» («spazzatura dentro, spazzatura fuori») esprime il principio per cui un sistema può fornire risultati solo buoni quanto i dati che riceve. Per l’IA vale doppiamente: dati di addestramento o di conoscenza errati, obsoleti o parziali portano a risposte sbagliate o distorte. Un chatbot che consulta un listino prezzi superato indicherà prezzi superati. Curare i dati è quindi un compito continuo di ogni progetto di IA.

  • Qualità dei dati
  • Principio
  • +1

Dati strutturati

I dati strutturati seguono uno schema fisso con campi ben definiti, come tabelle, database o oggetti JSON con informazioni quali nome, prezzo e data. Le macchine possono leggerli, filtrarli ed elaborarli in modo affidabile, a differenza di testi liberi o immagini. Sui siti web il markup schema.org descrive ad esempio prodotti, eventi o FAQ in modo che motori di ricerca e sistemi di IA ne comprendano il contenuto senza ambiguità. L'IA può inoltre ricavare dati strutturati da testi non strutturati.

  • dati
  • JSON
  • +1