تنظيف البيانات هو كشف وتصحيح الأخطاء وعدم التناسق في مجموعة البيانات قبل التحليل أو التدريب. يشمل معالجة القيم المفقودة وإزالة التكرارات. جودة البيانات السيئة هي السبب الرئيسي لفشل مشاريع الذكاء الاصطناعي.