Algorithms of statistical anomalies clearing for data science applications
Вантажиться...
Дата
2023
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
The paper considers the nature of input data used by Data Science algorithms of modern-day application domains. It then proposes three algorithms designed to remove statistical anomalies from datasets as a part of the Data Science pipeline. The main advantages of given algorithms are their relative simplicity and a small number of configurable parameters. Parameters are determined by machine learning with respect to the properties of input data. These algorithms are flexible and have no strict dependency on the nature and origin of data. The efficiency of the proposed approaches is verified with a modeling experiment conducted using algorithms implemented in Python. The results are illustrated with plots built using raw and processed datasets. The algorithms application is analyzed, and results are compared.
Опис
Ключові слова
anomaly removal, anomaly detection, noise removal, statistical techniques, data analysis, big data, data cleaning, очищення від аномалій, виявлення аномалій, видалення шуму, статистичні методи, аналіз даних, великі дані, очищення даних
Бібліографічний опис
Algorithms of statistical anomalies clearing for data science applications / Pysarchuk O., Baran D., Mironov Yu., Pysarchuk I. // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2023. – № 1. – С. 78-84. – Бібліогр.: 10 назв.