يقضي ممارسو تعلُّم الآلة وقتًا أطول في تقييم وتنظيف وتحويل البيانات أكثر من إنشاء النماذج. البيانات مهمة جدًا بحيث تخصص هذه الدورة ثلاث وحدات كاملة للموضوع:
- العمل على البيانات الرقمية (هذه الوحدة)
- استخدام البيانات الفئوية
- مجموعات البيانات والتعميم والتوافق الزائد
تركز هذه الوحدة على البيانات الرقمية بمعنى الأعداد الصحيحة أو قيم النقاط العائمة التي تتصرف مثل الأرقام. أي أنها قابلة للإضافة والإحصاء والترتيب وهكذا تركز الوحدة التالية على البيانات الفئوية، التي يمكنها تضمين أرقامًا تعمل كفئات. تركز الوحدة الثالثة على كيفية إعداد بياناتك لضمان الحصول على نتائج عالية الجودة عند التدريب والتقييم لنموذجك.
تشمل أمثلة البيانات الرقمية ما يلي:
- درجة الحرارة
- الوزن
- عدد الغزلان التي تأوى لفصل الشتاء في محمية طبيعية
في المقابل، قد تتضمن الرموز البريدية في الولايات المتحدة، تتكون من خمسة أرقام أو تسعة أرقام، فلا تتصرف مثل الأرقام أو تمثل العلاقات الرياضية. الرمز البريدي 40004 (في مقاطعة نيلسون، كنتاكي) هو وليس ضعف كمية الرمز البريدي 20002 (في واشنطن العاصمة). هذه الأرقام تمثل فئات، وتحديدًا المناطق الجغرافية، وتُعتبر البيانات الفئوية.