Pro každé systémové rozhodnutí, včetně modelů strojového učení, je důležité mít k dispozici bohatý a komplexní soubor dat. Jen tak lze vytvořit robustní a výkonný model s požadovaným výkonem. V opačném případě by vývojář čelil takzvanému GIGO efektu (garbage in – garbage out). Jedná se o výraz, který říká, že nekvalitní vstupní data poskytují nekvalitní výstupy. Přestože existuje několik datových platforem automatizujících celý proces ETL (extrakce, transformace, načítání), někdy tato řešení mohu být zbytečně komplikovaná nebo předpřipravená řešení nemusí vyhovovat vašim konkrétním potřebám. (Pokračování textu…)