本書基礎(chǔ)理論和工程應(yīng)用相結(jié)合，循序漸進(jìn)地介紹了數(shù)據(jù)預(yù)處理的基本概念、基礎(chǔ)知識(shí)、工具應(yīng)用和相關(guān)案例，包括網(wǎng)絡(luò)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(shí)，書中針對(duì)每個(gè)知識(shí)點(diǎn)，都給出了豐富的教學(xué)實(shí)例和實(shí)現(xiàn)代碼，最后，通過(guò)一個(gè)新聞文本分類的實(shí)際項(xiàng)目講解了數(shù)據(jù)預(yù)處理技術(shù)在實(shí)際中的應(yīng)用。
本書的特點(diǎn)是幾乎涵蓋了數(shù)據(jù)預(yù)處理的各種常用技術(shù)及主流工具應(yīng)用，示例代碼很豐富，適合于大數(shù)據(jù)從業(yè)者、AI技術(shù)開發(fā)人員以及高校大數(shù)據(jù)專業(yè)的學(xué)生使用。