Из литературы хорошо известно, что производительность модели машинного обучения (ML) ограничена сверху качеством данных. В то время как исследователи и практики сосредоточились на повышении качества моделей (таких как поиск нейронной архитектуры и автоматический выбор функций), усилия по улучшению качества данных ограничены. Одним из важнейших требований перед использованием наборов данных для любого приложения является понимание имеющегося набора данных, и невыполнение этого требования..