TAG
数据预处理 工具。
全部标签共收录 11 款与「数据预处理」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。
Scikit Learn
Scikit Learn是基于Python生态的开源机器学习工具库官网，核心定位为机器学习从业者提供标准化、易上手的算法实现与开发支持。核心功能包括覆盖分类、回归、聚类、降维等全场景的经典机器学习算法实现，配套的数据预处理、特征工程、模型评估完整工具链，以及多语言版本的详细教程与API文档。目标用户覆盖高校机器学习相关专业学生、企业算法开发工程师、数据分析师、AI项目研发人员。可使用于课程作业中的算法复现、工业级数据分析场景的模型快速搭建、机器学习项目的原型验证、算法效果对比实验等多种场景，依托BSD开源许可证支持商业项目使用，无需额外授权。 · 大众熟知
Chunkr
Chunkr是一款专注于文档智能分割与结构化处理的AI工具，核心定位是帮助用户将长文档、非结构化文本转化为适配大语言模型输入的标准化片段。其核心功能包括多格式文档解析、语义化分块、元数据自动标注，目标用户覆盖AI研发人员、内容创作者、知识库搭建从业者、企业数据管理人员等，可应用于RAG系统训练数据准备、长文本内容拆分检索、企业知识库结构化加工、学术文献内容整理等多种场景，能够降低大语言模型长文本处理的上下文溢出风险，提升信息检索的匹配准确率。
Airbyte
Airbyte是一款开源数据集成平台，核心定位为帮助不同角色用户完成数据抽取、加载（ELT）、数据复制以及AI训练数据准备工作。平台支持从各类结构化与非结构化数据源抽取数据，完成转换处理后加载到目标数据仓库、数据湖或其他存储系统，同时支持预处理数据以满足AI模型训练的需求。平台提供自定义连接器开发、预置全品类数据源连接、数据同步调度、数据预处理等核心功能，目标用户覆盖数据工程师、机器学习工程师、数据分析师、企业数据团队、开源开发者、独立技术创业者等，适用于企业数据管道搭建、多源业务数据整合、AI训练数据集构建、业务系统数据迁移等多种业务场景。
Data Annotation Platform
Data Annotation Platform是Label Your Data推出的端到端数据标注解决方案，核心定位是为AI研发相关团队提供标准化、可自定义的数据标注服务。平台支持计算机视觉多类型标注任务，内置成本计算器与标注指令生成工具，可实现标注流程全链路管理。服务对象覆盖AI项目经理、机器学习工程师、AI初创团队、高校科研人员、数据集运营人员、AI算法测试人员等群体，可应用于自动驾驶模型训练数据标注、安防监控图像标注、医疗影像识别数据集构建、零售商品识别数据预处理等多个场景，无需最低合作门槛即可按需使用。
Plat.AI
Plat.AI是一款无需编码的预测分析平台，核心定位为帮助非技术背景用户快速构建和部署自定义机器学习与深度学习模型。平台支持多格式数据上传与自动化预处理、模型自动训练与参数调优、一键部署在线服务、预测结果可视化分析与导出等核心功能，无需用户掌握复杂的编程知识，即可完成从原始数据整理到可用预测模型落地的全流程工作。目标用户覆盖企业数据分析师、产品运营人员、学术研究人员、初创项目团队、制造工艺工程师、市场营销人员等群体，适用于销售趋势预测、用户行为分析、工业设备故障预警、科研数据建模、用户转化预测等多种业务与研究场景。
Dflux.ai
Dflux.ai是一个面向数据科学工作流的统一数据科学平台，核心定位是为数据相关工作提供从探索、分析到模型开发的全链路支持。该平台整合了数据导入清洗、探索性分析、模型训练部署等核心功能，帮助用户在统一界面内完成全流程数据工作，无需切换多个工具。平台支持代码编写与可视化操作结合，适配不同技术背景用户的使用需求，可应用于学术科研数据处理、企业业务数据分析、个人机器学习项目开发等多种场景。
TabTab
TabTab是一款聚焦AI数据分析领域的全链路数据代理工具，核心定位是为用户提供从数据采集到深度分析的自动化数据处理服务。其核心功能包括多源数据自动采集、数据清洗与预处理、AI深度分析报告生成三个模块，可覆盖数据分析全流程需求。目标用户包含数据分析师、企业运营人员、市场调研人员、产品经理等相关从业者，适用场景涵盖市场趋势调研、用户行为分析、业务运营数据复盘、行业竞品数据监测等多个数据处理场景，帮助用户减少数据处理环节的人工投入，提升数据分析的整体效率。
DataNormalizer
DataNormalizer是一款基于人工智能技术的数据规范化工具，核心定位为帮助用户快速处理结构化数据中的不一致问题，提升数据处理的准确性与效率。平台支持Excel、CSV等常见格式的数据上传，可自动识别并处理数据格式不统一、命名规则混乱、重复数据冗余等问题，还支持自定义规范化规则自定义配置。目标用户覆盖数据分析师、市场运营人员、学术研究者、企业行政人员、电商从业者等群体，适用于日常报表整理、调研数据预处理、客户信息规整、交易数据标准化等场景，无需复杂代码操作即可完成数据清理工作。
Vizly
Vizly是一款AI驱动的在线数据分析工具，核心定位是降低数据分析与建模的操作门槛，帮助用户高效完成数据处理、模型训练与结果可视化全流程。支持CSV、Excel、JSON等多种格式数据上传，可自动完成缺失值填充、异常值剔除等数据清洗工作，依托内置AI能力辅助用户完成机器学习模型训练，还能根据分析结果自动生成可交互的可视化图表。适合数据分析师、产品经理、在校学生、初创团队数据工作人员等群体使用，可应用于业务数据探索分析、课程数据研究、小型项目数据建模、用户行为数据统计分析等多个场景。
ONYRI Sanitize
ONYRI Sanitize是一款专注于敏感数据脱敏的隐私保护工具，核心定位为用户向AI平台提交请求前的隐私数据预处理服务。核心功能包括自动识别文本中的个人身份信息、金融敏感信息并执行脱敏替换，同时支持自定义敏感词规则，所有处理过程均在用户本地设备完成，不会上传原始数据到第三方服务器。目标用户覆盖需要向AI工具提交含敏感信息内容的职场人士、企业行政人员、金融从业者、开发人员等。适用于需要将包含个人信息的客户反馈提交给AI做语义分析、将含银行卡号的交易记录上传到AI工具做数据汇总、将员工信息文档导入AI做内容整理等场景，帮助用户在使用AI服务的同时避免敏感数据泄露风险。
Capitol
Capitol是聚焦于数据智能处理领域的AI服务平台，核心定位是为用户提供低代码模式的数据分析、预测建模、结果可视化能力。平台支持CSV、Excel等多格式结构化数据上传，无需复杂代码编写即可完成数据清洗、特征工程等预处理操作，还能根据数据特征自动匹配合适的算法模型完成预测分析，最终生成多维度可视化报表。目标用户覆盖企业数据分析师、市场调研人员、产品运营、高校科研人员、创业团队数据岗等，可用于市场趋势预判、用户行为分析、业务风险预警、科研数据统计等多个场景。