数据变换涉及简单的函数变换、规范化、类型变换、属性构造等。

数据集成是将数据从多个数据源或表中合并，以便进行分析和建模。

清洗数据可以包括填充缺失值、删除重复值、处理异常值等。

数据准备分为特征提取、类型转换、数据清洗、数据集成、数据变换、数据规约几个步骤。

要进行机器学习，首先要获取数据，本文将讲述从各种数据源中获取数据的过程。

本文讲述数据挖掘和机器学习的概念，以及其基本工作流程。