Datenaufbereitung beschreibt den Prozess, mit dem Rohdaten in eine Form gebracht werden, die das Modelltraining sinnvoll ermöglicht. Wer hier strukturiert vorgeht, verbessert Qualität und Effizienz erheblich. Der Kurs zeigt einen methodischen Aufbereitungsprozess für ML-Projekte.

!Kursinhalt

!1. Bestandsaufnahme der Datenlage
*Quellen und ihre Eigenschaften
*Vollständigkeit, Aktualität und Granularität
*Rechtliche und ethische Aspekte

!2. Bereinigung und Strukturierung
*Umgang mit fehlenden Werten
*Behandlung von Ausreißern
*Konsistente Datentypen und Formate

!3. Aufbereitung für das Training
*Zerlegung in Trainings-, Validierungs- und Testdaten
*Skalierungen und Encodings
*Berücksichtigung zeitlicher Strukturen

!4. Versionierung und Reproduzierbarkeit
*Speicherung aufbereiteter Datenstände
*Verbindung zu Trainingsläufen
*Pflege bei sich ändernden Quellen

!Berufliche Relevanz

*Höhere Modellgüte durch saubere Datenbasis
*Reduktion versteckter Fehlerquellen
*Belastbare Grundlage für reproduzierbare Trainings