Dateien

Files

Dateien der zitierfähigen Fassung auf ZenodoFiles of the citable version on Zenodo (24 von 4424 of 44, alleall)

• whitepaper.pdf 37 KB
• CITATION.cff 2 KB
• LICENSE-CODE 2 KB
• LICENSE-WHITEPAPER 2 KB
• assessments.py 5 KB
• auth.py 3 KB
• conftest.py 2 KB
• datasets.py 3 KB
• dg_complete_v3.zip 68 KB
• dg_complete_v4.zip 73 KB
• dg_complete_v5.zip 74 KB
• dg_complete_v6.zip 78 KB
• dg_complete_v7.zip 79 KB
• dg_complete_v8.zip 82 KB
• dg_frontend.html 62 KB
• dg_frontend_offline.html 2,9 MB
• engine.py 6 KB
• errors.py 3 KB
• idempotency.py 3 KB
• issue_tokens.py 3 KB
• main.py 3 KB
• middleware.py 1 KB
• models.py 5 KB
• pagination.py 2 KB

Verbunden mit

Connected with

• Keine eingetragenNone recorded

Aus der Werkreihe

From the series

Werkstatt-WerkzeugeWorkshop tools · 23 Werkeworks

• Medienrecherche — Medienrecherche v1.0Medienrecherche — Medienrecherche v1.0
• Naturwissenschaftliche Werkstatt PapersNaturwissenschaftliche Werkstatt Papers
• Naturwissenschaftliche Werkstatt ToolsNaturwissenschaftliche Werkstatt Tools
• LUMENLUMEN
• Mould CalibrationMould Calibration
• Kondensation-TriologieKondensation-Triologie
• Schadstoff TriologieSchadstoff Triologie
• The ρ/δ TopologyThe ρ/δ Topology

Alle Werke der ReiheAll works in the series

Zitieren

Cite

Schüller, T. (2026). Datenbewertung und Governance in Machine-Learning-Pipelines. Syntagma Forschung, Wien. https://doi.org/10.5281/zenodo.20254074

Schüller, T. (2026). Datenbewertung und Governance in Machine-Learning-Pipelines. Syntagma Forschung, Vienna. https://doi.org/10.5281/zenodo.20254074

@misc{schueller2026datenbewertungundgovernanceinmachinelearning,
  author    = {Schüller, Thomas},
  title     = {Datenbewertung und Governance in Machine-Learning-Pipelines},
  year      = {2026},
  publisher = {Syntagma Forschung, Wien},
  doi       = {10.5281/zenodo.20254074},
  url       = {https://doi.org/10.5281/zenodo.20254074},
  note      = {CC BY 4.0}
}

Herunterladen:Download: BibTeX · RIS · CSL-JSON · JSON