Recommending data preprocessing pipelines for machine learning Applications in production : = Empfehlung von Pipelines der Datenvorverarbeitung für Anwendungen des maschinellen Lernens in der Produktion

Recommending data preprocessing pipelines for machine learning Applications in production = Empfehlung von Pipelines der Datenvorverarbeitung für Anwendungen des maschinellen Lernens in der Produktion

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Frye, Maik (VerfasserIn)
Körperschaft: Rheinisch-Westfälische Technische Hochschule Aachen (Grad-verleihende Institution)
Format: UnknownFormat
Sprache:eng
Veröffentlicht: Aachen Apprimus Verlag 2023
Schriftenreihe:Ergebnisse aus der Produktionstechnik Band 8/2023
Schlagworte:
Maschinenbau > Hochschulschrift > Produktionssystem > Betriebsdaten > Datenqualität > Datenanalyse > Maschinelles Lernen
Online Zugang:Cover
Inhaltsverzeichnis
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022
High data quality is the key for performant machine learning (ML) models in produc-tion. In practice, data quality is preprocessed using several DPP methods that are configured into DPP pipelines. The choice of the DPP pipelines poses a major chal-lenge. To guide data scientists, a meta learning-based decision support system (DSS) have been developed, called Meta-DPP, which assists in the selection of suitable DPP pipelines but do not cover production-specific requirements
Beschreibung:xviii, 190, xix-cxxi Seiten
Illustrationen, Diagramme
ISBN:9783985551477
978-3-98555-147-7