مصطلح يصف أي نوع من أنواع المعالجة الأولية التي تتم على البيانات الخام لتحضيرها لإجراء عمليات معالجة متقدمة أخرى. سابقاً كانت تقنيات المعالجة المسبقة للبيانات تُستخدم كخطوة تحضيرية في تنقيب البيانات فقط. وقد تطورت هذه التقنيات اليوم لتشمل استخداماتها تحضير البيانات لتدريب نماذج التعلم الآلي والذكاء الاصطناعي وتحليلات البيانات المختلفة. وبات من الممكن استخدامها مع مجموعة متنوعة من مصادر البيانات؛ بما في ذلك البيانات المخزنة في الملفات أو قواعد البيانات أو غيرها.
تهدف تقنيات المعالجة المسبقة للبيانات إلى تحويل بيانات العالم الحقيقي إلى صيغة مفهومة تُسهّل وتزيد كفاءة عمليات المعالجة المطلوبة. وتختلف هذه التقنيات باختلاف التطبيق المرغوب، فعلى سبيل المثال في حال استخدام البيانات لتدريب شبكة عصبونية اصطناعية، هناك عدد من الأدوات والطرق المختلفة التي تستخدم لمعالجتها بشكل مسبق. وأهم تلك الطرق أخذ العينات والتحويل وإزالة الضجيج والتطبيع واستخلاص الميزات وغيرها.
غالباً ما تحتوي بيانات العالم الحقيقي على الكثير من الضجيج والأخطاء والقيم المفقودة. وقد تكون هذه البيانات بصيغة غير قابلة للاستخدام المباشر في التطبيقات المختلفة مثل التنقيب أو التعلم الآلي. لذلك تعتبر المعالجة المسبقة للبيانات خطوة أساسية لا بد منها لتنظيف تلك البيانات وتحويلها إلى صيغة مناسبة للاستخدام بالشكل المطلوب. وبشكل عام في سياق الذكاء الاصطناعي تهدف المعالجة المسبقة إلى رفع جودة مجموعات البيانات لتحسين دقة وكفاءة النماذج والأنظمة المختلفة.
