데이터의 품질을 개선하고 모델이 더 잘 학습할 수 있는 형태로 가공하는 모든 과정

1. 품질 개선: 데이터에 포함된 오류, 결측값(Missing Values), 이상치(Outliers) 등을 처리하여 모델 학습의 정확도를 높임
2. 형태 변환: 모델이 요구하는 특정 형식(예: 수치형 벡터)에 맞게 데이터를 변환
3. 효율성 증대: 계산 효율을 높이고 학습 시간을 단축하며, 안정적인 수렴을 유도