Datenvorverarbeitung

Die Datenvorverarbeitung stellt ein wichtiges Element in der Prozesskette von Machine-Learning-Verfahren dar. In diesem Kapitel diskutieren wir verschiedene Methoden, um eine optimale Vorbereitung für individuelle Problemfälle zu erreichen. Dabei werden Normalisierung, Triggerung, Filterung und auch mathematische Transformationen wie die FFT oder die kontinuierliche Wavelet-Transformation besprochen. Das Kapitel zeigt auch, wie man Wahrscheinlichkeitsverteilungen aus Daten extrahieren und nutzen kann.