Strukturierter Data Lake oder bedarfsorientierter Flickenteppich? Wie geht man im Kontext eines bestimmten Use Cases mit Missing Values und Outliern um? Und wieviel sitzt ein Data Scientist wirklich vorm Computer? Das Preprocessing ist in den meisten Data Science-Projekten der zeitaufwändigste und nervenaufreibendste Part. Gemeinsam mit Theo Steininger und Dr. Sandra Romeis diskutieren wir für wen was besser ist.

Sandra’s LinkedIn-Profil: Dr. Sandra Romeis | LinkedIn

Rehau: REHAU | Engineering progress – Enhancing lives

Staffel 3 Wettbewerb: Contest – The Erium Podcast

Der Beitrag STRUKTURIERTER DATA LAKE ODER BEDARFSORIENTIERTER FLICKENTEPPICH? – mit Dr. Sandra Romeis erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.