SK
Prihlásiť saZačať
Slovník pojmov

Čistenie údajov

Čo je Čistenie údajov?

Čistenie údajov je odhaľovanie a oprava nesprávnych, duplicitných alebo nekonzistentných záznamov v súboroch údajov. Typické kroky zahŕňajú zjednotenie pravopisu a formátov dátumov, odstránenie nadbytočných medzier a zlučovanie duplicít, napríklad „Novák s.r.o.“ a „Novák, spol. s r.o.“. Čisté údaje sú predpokladom spoľahlivých analýz, hromadných e-mailov a aplikácií s AI.

Ako pomáha KI.ordo

Šablóna KI.ordo vyčistí zoznamy, označí možné duplicity a chýbajúce údaje a vytvorí denník zmien.

Zistiť viac : Čistenie údajov

Vhodné šablóny

Témy

  • kvalita údajov
  • duplicity
  • údržba údajov

Vyskúšajte KI.ordo

Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.

Spustiť demo
← Všetky pojmy

Súvisiace pojmy

Validácia údajov

Validácia údajov kontroluje, či sú údaje úplné, správne naformátované a vierohodné, skôr než sa spracujú ďalej. Typické kontroly sa týkajú povinných polí, formátu e-mailových adries, PSČ alebo dátumov a logických rozporov – napríklad dátumu dodania pred dátumom objednávky. Chyby sa tak zachytia včas a neprenesú sa do reportov, faktúr ani analýz s AI.

  • kvalita údajov
  • kontroly
  • +1
Šablóna

Fuzzy porovnávanie

Fuzzy porovnávanie nájde záznamy, ktoré sú podobné, ale nie presne rovnaké – napríklad kvôli preklepom, skratkám alebo rôznemu pravopisu. Spolieha sa na miery podobnosti, ako je Levenshteinova vzdialenosť, ktorá počíta, koľko znakov treba zmeniť. Typické použitie je hľadanie duplicít v adresných a zákazníckych údajoch: „Novák s.r.o., Hlavná 5“ a „Novák, spol. s r.o., Hlavná ul. 5“ sa rozpoznajú ako pravdepodobne ten istý záznam.

  • Čistenie údajov
  • Duplicity
  • +1
Šablóna

Garbage in, garbage out (GIGO)

„Garbage in, garbage out“ (z angl. „odpad na vstupe, odpad na výstupe“) opisuje zásadu, že systém môže vytvoriť len také dobré výsledky, aké dobré údaje dostane. Pri AI to platí dvojnásobne: nesprávne, zastarané alebo jednostranné trénovacie či znalostné údaje vedú k nesprávnym alebo skresleným odpovediam. Chatbot, ktorý čerpá zo zastaraného cenníka, bude uvádzať zastarané ceny. Starostlivosť o údaje je preto trvalou úlohou v každom projekte s AI.

  • Kvalita údajov
  • Zásada
  • +1

Štruktúrované dáta

Štruktúrované dáta sa riadia pevnou schémou s jasne pomenovanými poľami, ako sú tabuľky, databázy alebo objekty JSON s údajmi, napríklad názov, cena a dátum. Stroje ich dokážu spoľahlivo čítať, filtrovať a spracúvať – na rozdiel od voľného textu alebo obrázkov. Na webových stránkach značkovanie schema.org opisuje napríklad produkty, udalosti alebo FAQ, aby vyhľadávače a systémy AI obsahu jednoznačne porozumeli. AI vie získať štruktúrované dáta aj z neštruktúrovaného textu.

  • údaje
  • JSON
  • +1