تتضمن هذه العملية التعامل مع القيم المفقودة، تصحيح الأخطاء، إزالة التكرارات، وتنسيق البيانات لضمان دقتها وجاهزيتها للتحليل. يتم ذلك باستخدام مكتبات Pandas و NumPy.

يشمل ذلك استخدام الإحصاءات الوصفية والرسوم البيانية لاكتشاف الأنماط والاتجاهات، مما يساعد في التعرف على العوامل المؤثرة واتخاذ قرارات مبنية على رؤى واضحة ومدروسة.

يشمل ذلك تطبيق الأساليب الإحصائية لتحديد التوزيعات، المتوسطات، والارتباطات، إلى جانب استخدام المخططات البيانية والتصورات البصرية لتوضيح الاتجاهات والعلاقات بين المتغيرات.

يتم فيه تحليل البيانات وتوضيح الرؤى التى تم استكشافها.

يجب توفير قاعدة بيانات بصيغة CSV او xlsx للعمل عليها على ان تكون قاعدة البيانات في حدود 500 صف و10 أعمدة على الأقل وعلى الأكثر 100,000 صف و20 أعمدة