Pulizia dei dati

Il processamento di un dataset per renderlo più semplice da utilizzare. Questo può realizzarsi nella correzione di inconsistenze e errori, rimozioni di elementi non-{machine-readable} come la formattazione, uso di etichette standard per l’intestazione di righe e colonne, garanzie che numeri, date ed altre quantità siano rappresentate in maniera appropriata, coversioni in formati di file più idonei, rinconciliazione delle etichette con un altro dataset che sarà utilizzato (vedi integrazione fra dati, ecc… Vedi qualità dei dati.