| DC Field | Value | Language |
|---|
| dc.contributor.author | Kadlubai, V. A. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-08-04T12:21:57Z | - |
| dc.date.available | 2025-08-04T12:21:57Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Kadlubai, V. A. Data cleaning: challenges and modern approaches / V. A. Kadlubai // Информационные технологии и управление : материалы 61-ой научной конференции аспирантов, магистрантов и студентов, Минск, 21–25 апреля 2025 года / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Л. Ю. Шилин [и др.]. – Минск, 2025. – С. 12. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/61141 | - |
| dc.description.abstract | Data cleaning is a critical stage in data preprocessing, directly impacting the quality of analytics and machine learning models. This article examines key challenges in data cleaning—missing values, outliers, duplicates, and inconsistencies—and evaluates modern automated approaches, including rule-based systems, ML-based anomaly detection, and hybrid frameworks. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | data cleaning | en_US |
| dc.subject | data learning | en_US |
| dc.subject | hybrid frameworks | en_US |
| dc.title | Data cleaning: challenges and modern approaches | en_US |
| dc.type | Article | en_US |
| Appears in Collections: | Информационные технологии и управление : материалы 61-й научной конференции аспирантов, магистрантов и студентов (2025)
|
