1ML 向けデータ準備

• 1.1ML 向けデータ準備とフィーチャーエンジニアリング

  機械学習のためのデータ準備（クレンジング・欠損/外れ値処理・エンコード・スケーリング）とフィーチャーエンジニアリングの基礎を理解します。MLA-C01 の「ML 向けデータ準備」の出発点です。

• 1.2SageMaker のデータ準備ツール

  SageMaker Data Wrangler（視覚的なデータ準備）、Feature Store（特徴量の保存・共有）、Processing ジョブ/Glue による大規模変換を理解します。

• 1.3データの分割・品質・バイアス

  トレーニング/検証/テスト分割とデータリーク防止、クラス不均衡やバイアスの検出（SageMaker Clarify）、データ品質の確認を理解します。