Fogalomtár

Jellemzőtervezés és jellemzőkinyerés

Mi a(z) Jellemzőtervezés és jellemzőkinyerés?

A jellemzőtervezés (feature engineering) azt jelenti, hogy a nyers adatokból attribútumokat (jellemzőket) választanak ki, alakítanak át és hoznak létre, hogy a tanuló algoritmus könnyebben ismerje fel a mintázatokat. A jellemzőkinyerés összetett adatokból – például szövegből, képből vagy jelekből – tömör, értelmes értékeket származtat. Példa: az egyes vásárlási adatokból olyan jellemzők lesznek, mint „az utolsó vásárlás óta eltelt napok” vagy „az átlagos rendelési érték”, ami érezhetően javíthatja az ügyfélelvándorlás előrejelzését.

Témák

Gépi tanulás
adat-előkészítés
Funkciók

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Jellemzőkinyerés

A jellemzőkinyerés az a folyamat, amelynek során a nyers adatokból olyan értelmes értékeket származtatunk, amelyeket egy modell hatékonyan fel tud dolgozni. Egy rendszer például több millió egyedi képpont helyett éleket, színeket vagy alakzatokat használhat; a szövegekből szósúlyok vagy beágyazási vektorok lesznek. A jó jellemzők csökkentik az adatmennyiséget, mérséklik a számítási igényt, és gyakran javítják a pontosságot. A jellemzőkinyerés a jellemzőtervezés (feature engineering) központi része.

adat-előkészítés
jellemzőtervezés
+1

Dimenziócsökkentés

A dimenziócsökkentés egy adathalmaz jellemzőinek számát csökkenti anélkül, hogy a lényeges információ elveszne. Ismert módszerei a főkomponens-elemzés (PCA), valamint a gyakran vizualizációra használt t-SNE és UMAP. Gyorsítja a számítást, csökkenti a túlillesztés kockázatát, és áttekinthetőbbé teszi az adatokat – például amikor ügyfelek több száz attribútumát egy kétdimenziós diagramra képezik le, ahol a hasonló ügyfelek közel kerülnek egymáshoz.

adatelemzés
PCA
+1

adattisztítás

Az adattisztítás a hibás, duplikált vagy következetlen bejegyzések felismerése és javítása az adathalmazokban. Tipikus lépései: az írásmódok és dátumformátumok egységesítése, a felesleges szóközök eltávolítása, valamint a duplikátumok – például a „Kovács Kft.” és a „Kovács Korlátolt Felelősségű Társaság” – összevonása. A tiszta adat megbízható elemzések, levelezések és MI-alkalmazások előfeltétele.

adatminőség
duplikátumok
+1

Sablon

Gépi tanulás

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek mintázatokat vezetnek le az adatokból ahelyett, hogy minden szabályt kifejezetten beprogramoznának. A feladattól függően a modellek címkézett példákból (felügyelt), címkézetlen adatokból (felügyelet nélküli) vagy jutalmakon keresztül (megerősítéses) tanulnak. Az alkalmazások a spamszűrőktől és kereslet-előrejelzésektől a termékajánlásokig terjednek. A minőség nagymértékben függ a tanítóadatok mennyiségétől és minőségétől.

alapok
MI
+1