データ準備

データクレンジングは、データセット内のエラーや不整合を特定し修正するプロセスです。

データ前処理は、生データを分析や機械学習に適した形式に整えるプロセスです。

データラングリングは、生データをクリーニングし分析に適した形式に変換するプロセスです。

例の選択は、AIモデルの訓練のために特定のデータポイントを選ぶプロセスです。

人間のアノテーションは、AIモデルのトレーニングと性能向上のために人間がデータにラベル付けを行うプロセスです。

モデル準備は、効果的なAIモデルのトレーニングと評価のためにデータを整理・洗練することです。

オーバーサンプリング技術は、データセットのクラス不均衡に対処するために、マイノリティクラスのインスタンス数を増やす方法です。