本書基礎理論和工程應用相結合，循序漸進地介紹了數(shù)據(jù)預處理的基本概念、基礎知識、工具應用和相關案例，包括網(wǎng)絡爬蟲、數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)向量化、數(shù)據(jù)規(guī)約等知識，書中針對每個知識點，都給出了豐富的教學實例和實現(xiàn)代碼，最后，通過一個新聞文本分類的實際項目講解了數(shù)據(jù)預處理技術在實際中的應用。
本書的特點是幾乎涵蓋了數(shù)據(jù)預處理的各種常用技術及主流工具應用，示例代碼很豐富，適合于大數(shù)據(jù)從業(yè)者、AI技術開發(fā)人員以及高校大數(shù)據(jù)專業(yè)的學生使用。