Uhandisi wa Kipengele
Uhandisi wa vipengele ni ufundi wa kubadilisha data ghafi kuwa nyenzo za kuarifu (vipengele) vinavyosaidia mwanamitindo kujifunza.
Muhtasari
In classic machine learning it is often the single biggest driver of accuracy, more than the choice of algorithm.
Dive ya kina
Muundo unaweza tu kujifunza kutoka kwa pembejeo unazozipa, na data mbichi mara chache hufika katika fomu muhimu. Uhandisi wa kipengele huiunda upya: kutoa siku ya wiki kutoka kwa muhuri wa muda, kukokotoa wastani wa ununuzi wa mteja, kategoria za usimbaji kama nambari, kuongeza thamani hadi fungu la kawaida, au kuchanganya safu wima katika uwiano. Imefanywa vyema, inafichua mifumo ambayo algorithm inahitaji, kwa hivyo mfano rahisi kwenye vipengele bora mara nyingi hushinda kielelezo changamano kwenye data ghafi. Inahitaji pia maarifa ya kikoa, kwa kuwa kujua kwamba, sema, 'shughuli za malipo kwa dakika' huashiria ulaghai ndiko kunakojenga kipengele chenye nguvu. Hatari ya kawaida ni uvujaji wa data, kwa kuunda kipengele kutoka kwa maelezo ambayo hayangepatikana wakati wa utabiri, ambayo huongeza alama za mtihani lakini kushindwa katika uzalishaji. Kujifunza kwa kina kunaboresha baadhi ya haya, lakini matatizo ya muundo/jedwali bado yanategemea sana.
Ufahamu wa Kiufundi
Mbinu za kawaida ni pamoja na kuhalalisha au kusawazisha (kuongeza nambari ili kusiwe na kipengele kimoja kinachotawala), usimbaji wa moja-moja au lengwa kwa vigeu vya kitengo, kuweka thamani zinazoendelea, na kuunda mwingiliano au vipengele vilivyojumlishwa. Nidhamu muhimu ni mabadiliko yanayofaa (kama wastani wa mkadiriaji na mkengeuko wa kawaida) kwenye data ya mafunzo pekee, kisha kuyatumia kwenye uthibitishaji na seti za majaribio. Kuziweka kwenye mkusanyiko kamili wa data huvuja maelezo na hutoa matokeo yenye matumaini makubwa ambayo hayatatumika.
Athari za kimkakati
Maamuzi ya wazi zaidi
Inakusaidia kutenganisha madai ya wazi ya kiufundi kutoka kwa lugha ya uuzaji.
Cost and budget
Unaweza kuuliza maswali ya utekelezaji bora kabla ya kutumia pesa au wakati.
Timu na mtiririko wa kazi
Timu zenye uelewa wa pamoja hufanya maamuzi bora ya bidhaa, sera na mafunzo.
Mustakabali wa Uhandisi wa Kipengele
Kujifunza kwa kina kuna uchimbaji wa vipengele otomatiki vya picha, sauti na maandishi, ambapo mitandao hujifunza uwakilishi moja kwa moja kutoka kwa maingizo ghafi. Lakini kwa data ya jedwali na biashara, ambayo ni data zaidi ya biashara, uhandisi wa kipengele cha kufikiria bado unaamua. Uga unaelekea kwenye uwekaji kiotomatiki (AutoML, utengenezaji wa vipengele otomatiki) na 'maduka ya vipengele' vinavyoweza kutumika tena ambavyo huruhusu timu kushiriki vipengele thabiti, vilivyojaribiwa vyema kwenye miundo yote. Tarajia zana zaidi zinazopendekeza vipengele na ulinzi dhidi ya uvujaji, huku utaalam wa kikoa cha binadamu ukiendelea kuwa muhimu kwa vipengele vya thamani ya juu zaidi.
Utekelezaji wa Ulimwengu Halisi
Ugunduzi wa ulaghai: kupata vipengele kama vile marudio ya shughuli, muda tangu ununuzi wa mwisho, na umbali kutoka eneo la kawaida.
Utabiri wa mahitaji: kutoa alama za siku-ya-wiki, alama za sikukuu na wastani kutoka kwa muhuri wa muda wa mauzo ghafi.
Alama ya mkopo: kubadilisha historia ghafi kuwa uwiano kama vile deni kwa mapato na hesabu za malipo ya hivi majuzi yaliyochelewa.
Mchujo wa mteja: kujumlisha shughuli katika vipengele kama vile kuingia kwa akaunti kwa mwezi na siku tangu kushughulikiwa kwa mara ya mwisho.
Hatari & Walinzi
Timu tofauti zinaweza kutumia neno moja tofauti, kwa hivyo fafanua upeo mapema.
Vigezo vinaweza kuonekana kuwa na nguvu ilhali utendakazi wa ulimwengu halisi haufanani.
Kupuuza ubora wa data na mipango ya tathmini mara nyingi huleta matokeo tete.
Ramani ya Utekelezaji
Anza na ufafanuzi wa lugha rahisi wa matokeo unayohitaji.
Chagua kipimo kimoja cha mafanikio na hali moja ya kutofaulu kabla ya kujaribu.
Tekeleza majaribio madogo yenye data wakilishi, si seti ya onyesho iliyoboreshwa.
Hati ambapo Uhandisi wa Kipengele husaidia na ambapo mbinu rahisi ni bora zaidi.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Feature Engineering quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Vipengele vya Mabomba ya Uhandisi na Uchapishaji wa Data
Maswali yanayoulizwa mara kwa mara
What is Feature Engineering?
Uhandisi wa vipengele ni ufundi wa kubadilisha data ghafi kuwa nyenzo za kuarifu (vipengele) vinavyosaidia mwanamitindo kujifunza. Katika ujifunzaji wa kawaida wa mashine mara nyingi ndio kiendeshaji kikubwa zaidi cha usahihi, zaidi ya chaguo la algoriti.
Uhandisi wa kipengele ni nini?
Uhandisi wa vipengele ni kuhusu kuunda ingizo (vipengele) kutoka kwa data ghafi ili muundo upate ruwaza muhimu.
Kwa nini uhandisi wa kipengele mara nyingi huelezewa kuwa muhimu katika ujifunzaji wa mashine ya kawaida?
Kwenye data iliyopangwa, vipengele vilivyoundwa vyema mara kwa mara ni muhimu zaidi kuliko muundo maalum, kwa hivyo muundo rahisi wa vipengele bora unaweza kushinda.
Uvujaji wa data ni nini katika uhandisi wa kipengele?
Kuvuja kunamaanisha kuwa kipengele hujipenyeza katika maelezo ambayo hungekuwa nayo wakati wa kutabiri, kuongeza alama za mtihani lakini kushindwa katika uzalishaji.
Wakati wa kuongeza vipengele (k.m., kusawazisha), unapaswa kukokotoa wapi wastani na mkengeuko wa kawaida?
Kutosha kipimo kwenye data ya mafunzo pekee, kisha kuitumia mahali pengine, huzuia uvujaji na kutoa makadirio ya utendakazi halisi.
Ni ipi kati ya hizi ambayo ni mbinu ya uhandisi ya kipengele cha data ya kategoria?
Vigezo vya kategoria kwa kawaida hubadilishwa kuwa nambari kupitia usimbaji wa moto-moja au lengwa ili miundo iweze kuzitumia.