Επεξήγηση:
Το data preprocessing περιλαμβάνει καθαρισμό, κανονικοποίηση, ανίχνευση ανωμαλιών και μετατροπή των δεδομένων σε κατάλληλη μορφή για εκπαίδευση. Είναι κρίσιμο βήμα για την ακρίβεια και αξιοπιστία ενός μοντέλου — ειδικά σε προβλήματα με μεγάλο όγκο ή ετερογενή δεδομένα.