Feature engineering betyder at udvælge, omdanne og skabe egenskaber (features) ud fra rådata, så en læringsalgoritme lettere kan opdage mønstre. Feature-udtræk udleder kompakte, meningsfulde værdier af komplekse data som tekst, billeder eller signaler. Eksempel: Enkelte købsposter omdannes til features som 'dage siden sidste køb' eller 'gennemsnitlig ordreværdi', hvilket kan forbedre en prognose for kundeafgang mærkbart.
Feature-udtræk er processen, hvor man udleder meningsfulde værdier af rådata, så en model kan behandle dem effektivt. I stedet for millioner af enkeltpixel kan et system bruge kanter, farver eller former; tekster omdannes til ordvægte eller embedding-vektorer. Gode features reducerer datamængden, mindsker beregningsindsatsen og forbedrer ofte nøjagtigheden. Feature-udtræk er en central del af feature engineering.
Dimensionsreduktion nedbringer antallet af features i et datasæt uden at miste den væsentlige information. Kendte metoder er principalkomponentanalyse (PCA) samt t-SNE og UMAP, som ofte bruges til visualisering. Det fremskynder beregninger, mindsker risikoen for overfitting og gør data lettere at overskue – f.eks. når hundredvis af kundeegenskaber afbildes på et todimensionalt diagram, hvor ensartede kunder ligger tæt på hinanden.
Datarensning er opsporing og rettelse af forkerte, duplikerede eller inkonsistente poster i datasæt. Typiske trin er at ensrette stavemåder og datoformater, fjerne overflødige mellemrum og samle dubletter som 'Hansen ApS' og 'Hansen A/S'. Rene data er en forudsætning for pålidelige analyser, udsendelser og AI-applikationer.
Maskinlæring er en gren af kunstig intelligens, hvor computere udleder mønstre af data i stedet for at få hver regel programmeret eksplicit. Afhængigt af opgaven lærer modeller af mærkede eksempler (overvåget), af umærkede data (uovervåget) eller gennem belønninger (reinforcement). Anvendelserne spænder fra spamfiltre og efterspørgselsprognoser til produktanbefalinger. Kvaliteten afhænger i høj grad af mængden og kvaliteten af træningsdataene.
