Cuốn sách tập trung vào chất lượng, tính toàn vẹn và độ tin cậy của dữ liệu trong các tổ chức dựa trên dữ liệu. Nội dung đề cập đến quản trị dữ liệu, mô hình và tiêu chí đánh giá chất lượng dữ liệu, tích hợp và chuẩn hóa dữ liệu, yêu cầu pháp lý, dữ liệu phi cấu trúc và dữ liệu tổng hợp, đồng thời phân tích những thách thức về chất lượng dữ liệu trong AI và phân tích dữ liệu. Sách cung cấp các nguyên tắc và phương pháp giúp xây dựng dữ liệu đáng tin cậy, hỗ trợ ra quyết định và phát triển AI có trách nhiệm.

Abstract:

This book focuses on data quality, integrity, and reliability within data-driven organizations. It covers data governance, data quality assessment models and criteria, data integration and standardization, legal requirements, unstructured and synthetic data, and analyzes data quality challenges in AI and data analytics. The book provides principles and methods for building reliable data to support decision-making and responsible AI development.

Ngôn ngữ:	eng
Tác giả:	Ventura, Sebastian, M. Luna, José, R. Moya Martín-Castaño, Antonio
Thông tin nhan đề:	Data Quality Matters: Best Practices for Integrity and Assurance
Nhà xuất bản:	IntechOpen
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by/4.0/
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/115207
Mô tả vật lý:	570p.
Năm xuất bản:	2026