Sõnastik

Tunnuste kujundamine ja eraldamine

Mis on Tunnuste kujundamine ja eraldamine?

Tunnuste kujundamine (feature engineering) tähendab toorandmetest atribuutide (tunnuste) valimist, teisendamist ja loomist, et õppealgoritm tuvastaks mustreid kergemini. Tunnuste eraldamine (feature extraction) tuletab keerukatest andmetest, nagu tekstid, pildid või signaalid, kompaktseid tähendusrikkaid väärtusi. Näide: üksikutest ostukirjetest tehakse tunnused nagu „päevi viimasest ostust“ või „keskmine tellimuse väärtus“, mis võivad klientide lahkumise ennustust märgatavalt parandada.

Teemad

Masinõpe
Andmete ettevalmistus
Funktsioonid

Proovi KI.ordot

Agendid, töövood ja mallid ühes tööruumis – tasuta 24-tunnine demo.

Alusta demot

← Kõik terminid

Seotud terminid

Tunnuste eraldamine

Tunnuste eraldamine on protsess, mille käigus tuletatakse toorandmetest tähenduslikud väärtused, et mudel saaks neid tõhusalt töödelda. Miljonite üksikute pikslite asemel võib süsteem kasutada servi, värve või kujundeid; tekstid muudetakse sõnakaaludeks või embedding-vektoriteks. Head tunnused vähendavad andmemahtu, alandavad arvutuskulu ja parandavad sageli täpsust. Tunnuste eraldamine on tunnuste inseneeria (feature engineering) keskne osa.

andmete ettevalmistamine
tunnuste inseneeria
+1

Dimensionaalsuse vähendamine

Dimensionaalsuse vähendamine vähendab andmehulga tunnuste arvu, kaotamata olulist infot. Tuntud meetodid on peakomponentide analüüs (PCA) ning t-SNE ja UMAP, mida kasutatakse sageli visualiseerimiseks. See kiirendab arvutusi, vähendab ülesobitamise riski ja muudab andmed paremini mõistetavaks – näiteks kui sadu kliendi tunnuseid kujutatakse kahemõõtmelisel diagrammil, kus sarnased kliendid asuvad üksteise lähedal.

andmeanalüüs
PCA
+1

Andmete puhastamine

Andmete puhastamine on andmehulkades olevate vigaste, topelt- või omavahel vastuolus kirjete leidmine ja parandamine. Tüüpilised sammud on kirjaviiside ja kuupäevavormingute ühtlustamine, üleliigsete tühikute eemaldamine ning duplikaatide, näiteks „Tamm OÜ“ ja „Tamm Osaühing“, ühendamine. Puhtad andmed on usaldusväärsete analüüside, väljasaadetavate kirjade ja TI-rakenduste eeldus.

andmekvaliteet
duplikaadid
+1

Mall

Masinõpe

Masinõpe on tehisintellekti haru, kus arvutid tuletavad andmetest mustreid, selle asemel et iga reegel oleks selgesõnaliselt programmeeritud. Olenevalt ülesandest õpivad mudelid märgendatud näidetest (juhendatud), märgendamata andmetest (juhendamata) või preemiate kaudu (tugevdusõpe). Rakendused ulatuvad rämpsposti filtritest ja nõudluse prognoosidest tootesoovitusteni. Kvaliteet sõltub suuresti treeningandmete hulgast ja kvaliteedist.

alused
TI
+1