所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

AI训练数据集清洗与质量把控实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 数据清洗在AI项目中的重要性
课程导入学习目标
02
数据质量基础
数据质量维度（准确性 · 完整性 · 一致性
数据质量基础数据质量维度
03
数据清洗概述
数据清洗的定义 · 目标 · 常见任务（缺失值处理
数据清洗概述数据清洗的定义
04
数据采集与原始数据探查
数据来源类型（公开数据集 · 爬虫 · 传感器
数据采集原始数据探查
05
缺失值处理
缺失值类型（完全随机缺失 · 随机缺失 · 非随机缺失）
缺失值处理缺失值类型
06
异常值检测与处理
异常值定义 · 检测方法（Z-score · IQR
异常值检测处理
07
重复数据检测与去重
重复数据类型（完全重复 · 近似重复） · 基于哈希的精确去重
重复数据检测去重
08
噪声数据过滤
噪声来源（传感器误差 · 人工录入错误 · 网络爬取干扰）
噪声数据过滤噪声来源
09
数据格式统一与标准化
数据类型转换（字符串 · 数值 · 日期）
数据格式统一标准化
10
文本数据清洗
文本去噪（HTML标签 · 特殊符号 · 停用词）
文本数据清洗HTML
11
图像数据清洗
图像格式检查 · 损坏图像检测 · 模糊图像筛选
图像数据清洗图像格式检查
12
音频数据清洗
音频格式转换 · 静音段去除 · 噪声抑制
音频数据清洗音频格式转换
13
时间序列数据清洗
时间戳对齐 · 缺失时间点插值 · 异常点检测（滑动窗口
时间序列数据清洗时间戳对齐
14
数据标注质量把控
标注规范制定 · 标注工具选择 · 标注一致性评估（Cohen's Ka…
数据标注质量把控标注规范制定
15
数据偏差与公平性检测
数据偏差类型（采样偏差 · 标注偏差 · 历史偏差）
数据偏差公平性检测
16
数据清洗工具与框架
Python生态（pandas · NumPy · scikit-learn
数据清洗工具框架
17
数据清洗流水线设计
清洗步骤编排 · 可重复性设计 · 版本控制（DVC）
数据清洗流水线设…清洗步骤编排
18
数据质量评估指标体系
质量指标（完整性率 · 准确率 · 一致性率
数据质量评估指标…质量指标
19
数据清洗与模型训练协同
清洗对模型性能的影响实验（对比清洗前… · 清洗策略与模型选择 · 迭代式清洗与再训练
数据清洗模型训练协同
20
大规模数据清洗
分布式数据处理（Spark · Dask） · 采样与近似清洗
大规模数据清洗Spark
21
数据清洗中的隐私与安全
敏感数据识别（PII） · 脱敏方法（匿名化 · 差分隐私）
数据清洗隐私
22
数据清洗自动化与智能化
基于规则的自动清洗 · 机器学习辅助清洗（异常检测模型 · 缺失值预测）
数据清洗自动化智能化
23
数据清洗实战项目一
电商用户行为日志清洗（缺失值 · 重复点击 · 异常时间戳
数据清洗实战项目…电商用户行为日志…
24
数据清洗实战项目二
医疗文本病历数据清洗（去隐私 · 拼写纠正 · 术语标准化
数据清洗实战项目…医疗文本病历数据…
25
数据清洗实战项目三
自动驾驶图像数据集清洗（模糊 · 遮挡 · 标注错误
数据清洗实战项目…自动驾驶图像数据…
26
数据清洗实战项目四
金融交易数据清洗（异常交易检测 · 时间序列对齐 · 重复交易去除
数据清洗实战项目…金融交易数据清洗
27
常见问题与解决方案
清洗过度导致信息丢失 · 清洗顺序不当 · 处理长尾数据
常见问题解决方案
28
数据清洗最佳实践与经验总结
清洗流程标准化 · 文档化 · 团队协作
数据清洗最佳实践经验总结
29
综合实战与课程项目
从原始数据到高质量训练集的完整端到端… · 清洗 · 质量评估
综合实战课程项目
30
课程总结与进阶方向
核心知识回顾 · 常见误区 · 数据清洗领域前沿（数据质量即服务
课程总结进阶方向