Le nettoyage de données détecte et corrige les erreurs et incohérences dans un jeu de données avant l'analyse ou l'entraînement. Il gère les valeurs manquantes, supprime les doublons et corrige les formats. La mauvaise qualité des données est la première cause d'échec des projets IA. Les pipelines automatisés avec revue humaine sont l'approche standard.