هندسة الميزات

In classic machine learning it is often the single biggest driver of accuracy, more than the choice of algorithm.

لا يمكن للنموذج أن يتعلم إلا من المدخلات التي تقدمها له، ونادرا ما تصل البيانات الأولية في شكل مفيد. تعمل هندسة الميزات على إعادة تشكيلها: استخراج يوم الأسبوع من الطابع الزمني، أو حساب متوسط ​​شراء العميل، أو ترميز الفئات كأرقام، أو قياس القيم إلى نطاق مشترك، أو دمج الأعمدة في نسب. إذا تم تنفيذه بشكل جيد، فإنه يكشف الأنماط التي تحتاجها الخوارزمية، لذا فإن النموذج البسيط الذي يحتوي على ميزات رائعة غالبًا ما يتفوق على النموذج المعقد في البيانات الأولية. كما يتطلب أيضًا معرفة بالمجال، نظرًا لأن معرفة أن "المعاملات في الدقيقة"، على سبيل المثال، تشير إلى الاحتيال هو ما يخلق ميزة قوية. الخطر الكلاسيكي هو تسرب البيانات، وبناء ميزة عن طريق الخطأ من المعلومات التي لن تكون متاحة في وقت التنبؤ، مما يؤدي إلى تضخيم درجات الاختبار ولكنه يفشل في الإنتاج. يقوم التعلم العميق بأتمتة بعض هذه الأمور، لكن المشكلات المنظمة/الجدولية لا تزال تعتمد بشكل كبير عليها.