Datakvalitet och datainsamling

MLOps-koncept

Folkert Stijnman

ML Engineer

Datakvalitet och datainsamling

Vad är datakvalitet?

• Datakvalitet mäter hur väl data uppfyller sitt syfte
• Utvärderas utifrån olika dimensioner
• ML-modellens kvalitet beror på datans kvalitet

Datakvalitetsdimensioner

• Noggrannhet
• Fullständighet
• Konsistens
• Aktualitet

Exempel på datakvalitetsdimensioner

Dimension	Exempelfråga	Exempel på dimensionens kvalitet
Noggrannhet	Beskriver vår data kunden korrekt?	Kundens ålder i datan är 18, men är i verkligheten 32.
Fullständighet	Saknas det kunddata?	För 80 % av kunderna saknar vi efternamn.
Konsistens	Används samma kunddefiniton i hela företaget?	Kunden anges som aktiv i en databas men inte i en annan.
Aktualitet	När finns kundernas orderdata tillgänglig?	Kundorder synkroniseras i slutet av dagen och är inte tillgängliga i realtid.

Låg datakvalitet behöver inte innebära projektets död!

Datainsamling

Nu kör vi en övning!

MLOps-koncept