本书围绕数据采集、清洗和标注三个环节展开，旨在为读者提供全面而深入的数据处理知识。首先介绍了数据采集的基础，从原始数据采集与互联网数据采集两个角度，阐述了数据采集的常用技术和方法。其次介绍了数据清洗的知识要点，针对结构化和非结构化两种数据组织形式，展现了如何通过有效的清洗技巧提升数据质量。接着通过文本、图像、视频、语音，以及点云等多种数据类型的标注实践，详述了不同类型数据的标注方法。最后，通过两个综合案例，将上述三个关键环节贯穿起来，并借助机器学习模型的性能指标来评估数据处理的效果，帮助读者建立起对整个数据处理链条的全局理解。