Алгоритми очищення статистичної вибірки від аномалій для задач data science

• Datum: 2023
• Автори та афіліації: Oleksii Pysarchuk — National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute", Kyiv; Danylo Baran — Codeimpact B.V., Kyiv; Yurii Mironov — National Aviation University, Kyiv; Illya Pysarchuk — National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute", Kyiv
• Ключові слова: keywords
• Hauptverfasser: Pysarchuk, Oleksii, Baran, Danylo, Mironov, Yurii, Pysarchuk, Illya
• Format: Artikel
• Sprache: Englisch
• Veröffentlicht: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2023
• Schlagworte: очищення від аномалій; виявлення аномалій; видалення шуму; статистичні методи; аналіз даних; великі дані; очищення даних
• Online Zugang: https://journal.iasa.kpi.ua/article/view/260175
• Назва журналу: System research and information technologies

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...