Buchumschlag

The Effects of Data Quality on Machine Learning Performance on Tabular Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mohammed, Sedir, Budach, Lukas, Feuerpfeil, Moritz, Ihde, Nina, Nathansen, Andrea, Noack, Nele, Patzlaff, Hendrik, Naumann, Felix, Harmouch, Hazar
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Step-by-Step Data Cleaning Recommendations to Improve ML Prediction Accuracy
von: Mohammed, Sedir, et al.
Veröffentlicht: (2025)

Data Quality Assessment: Challenges and Opportunities
von: Mohammed, Sedir, et al.
Veröffentlicht: (2024)

A Catalog of Data Errors
von: Bhadauria, Divya, et al.
Veröffentlicht: (2026)

Machine Learning Practitioners' Views on Data Quality in Light of EU Regulatory Requirements: A European Online Survey
von: Wang, Yichun, et al.
Veröffentlicht: (2026)

"Detective Work We Shouldn't Have to Do": Practitioner Challenges in Regulatory-Aligned Data Quality in Machine Learning Systems
von: Wang, Yichun, et al.
Veröffentlicht: (2026)

Is SHACL Suitable for Data Quality Assessment?
von: Cortés, Carolina, et al.
Veröffentlicht: (2025)

Enabling Data Dependency-based Query Optimization
von: Lindner, Daniel, et al.
Veröffentlicht: (2024)

DataLens: ML-Oriented Interactive Tabular Data Quality Dashboard
von: Abdelaal, Mohamed, et al.
Veröffentlicht: (2025)

Meaningful Data Erasure in the Presence of Dependencies
von: Chakraborty, Vishal, et al.
Veröffentlicht: (2025)

TableDC: Deep Clustering for Tabular Data
von: Rauf, Hafiz Tayyab, et al.
Veröffentlicht: (2024)

SemPipes -- Optimizable Semantic Data Operators for Tabular Machine Learning Pipelines
von: Ovcharenko, Olga, et al.
Veröffentlicht: (2026)

Data Quality Taxonomy for Data Monetization
von: Vyhmeister, Eduardo, et al.
Veröffentlicht: (2025)

Hierarchical Conditional Tabular GAN for Multi-Tabular Synthetic Data Generation
von: Ågren, Wilhelm, et al.
Veröffentlicht: (2024)

Quality Assessment of Tabular Data using Large Language Models and Code Generation
von: Akella, Ashlesha, et al.
Veröffentlicht: (2025)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

FeatNavigator: Automatic Feature Augmentation on Tabular Data
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

RADAR: Benchmarking Language Models on Imperfect Tabular Data
von: Gu, Ken, et al.
Veröffentlicht: (2025)

Systematic Assessment of Tabular Data Synthesis
von: Du, Yuntao, et al.
Veröffentlicht: (2024)

LLMClean: Context-Aware Tabular Data Cleaning via LLM-Generated OFDs
von: Biester, Fabian, et al.
Veröffentlicht: (2024)

Exploring the Heterogeneity of Tabular Data: A Diversity-aware Data Generator via LLMs
von: Tang, Yafeng, et al.
Veröffentlicht: (2025)

OmniMatch: Effective Self-Supervised Any-Join Discovery in Tabular Data Repositories
von: Koutras, Christos, et al.
Veröffentlicht: (2024)

RFOD: Random Forest-based Outlier Detection for Tabular Data
von: Ang, Yihao, et al.
Veröffentlicht: (2025)

TabularMark: Watermarking Tabular Datasets for Machine Learning
von: Zheng, Yihao, et al.
Veröffentlicht: (2024)

LAKEGEN: A LLM-based Tabular Corpus Generator for Evaluating Dataset Discovery in Data Lakes
von: Dai, Zhenwei, et al.
Veröffentlicht: (2025)

Towards Universal Tabular Embeddings: A Benchmark Across Data Tasks
von: Vogel, Liane, et al.
Veröffentlicht: (2026)

TableMark: A Multi-bit Watermark for Synthetic Tabular Data
von: Xia, Yuyang, et al.
Veröffentlicht: (2026)

Repairing Databases over Metric Spaces with Coincidence Constraints
von: Kaminsky, Youri, et al.
Veröffentlicht: (2024)

Cross-table Synthetic Tabular Data Detection
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2024)

Query, Don't Train: Privacy-Preserving Tabular Prediction from EHR Data via SQL Queries
von: Stoisser, Josefa Lia, et al.
Veröffentlicht: (2025)

Sm-Nd Isotope Data Compilation from Geoscientific Literature Using an Automated Tabular Extraction Method
von: Guo, Zhixin, et al.
Veröffentlicht: (2024)

CuTS: Customizable Tabular Synthetic Data Generation
von: Vero, Mark, et al.
Veröffentlicht: (2023)

Tabular Data Synthesis with Differential Privacy: A Survey
von: Yang, Mengmeng, et al.
Veröffentlicht: (2024)

Pneuma: Leveraging LLMs for Tabular Data Representation and Retrieval in an End-to-End System
von: Balaka, Muhammad Imam Luthfi, et al.
Veröffentlicht: (2025)

Navigating Tabular Data Synthesis Research: Understanding User Needs and Tool Capabilities
von: R., Maria F. Davila, et al.
Veröffentlicht: (2024)

Synthetic Tabular Data Detection In the Wild
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

Learning from Anonymized and Incomplete Tabular Data
von: Lange, Lucas, et al.
Veröffentlicht: (2026)

How Data Quality Affects Machine Learning Models for Credit Risk Assessment
von: Maurino, Andrea
Veröffentlicht: (2025)

Fostering the integration of European Open Data into Data Spaces through High-Quality Metadata
von: Conde, Javier, et al.
Veröffentlicht: (2024)

Towards Synthesizing High-Dimensional Tabular Data with Limited Samples
von: Li, Zuqing, et al.
Veröffentlicht: (2025)

Robust Detection of Synthetic Tabular Data under Schema Variability
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)