Požymių išskyrimas – tai procesas, kai iš neapdorotų duomenų išgaunamos prasmingos reikšmės, kad modelis galėtų juos efektyviai apdoroti. Vietoje milijonų atskirų pikselių sistema gali naudoti kraštus, spalvas ar formas; tekstai paverčiami žodžių svoriais arba įterpinių vektoriais. Geri požymiai sumažina duomenų apimtį, skaičiavimo sąnaudas ir dažnai pagerina tikslumą. Požymių išskyrimas yra svarbi požymių inžinerijos dalis.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąPožymių inžinerija – tai požymių (angl. features) atranka, transformavimas ir kūrimas iš neapdorotų duomenų, kad mokymosi algoritmas dėsningumus aptiktų lengviau. Požymių išgavimas iš sudėtingų duomenų, pavyzdžiui, teksto, vaizdų ar signalų, gauna glaustas, prasmingas reikšmes. Pavyzdys: pavieniai pirkimo įrašai paverčiami tokiais požymiais kaip „dienos nuo paskutinio pirkimo“ ar „vidutinė užsakymo vertė“, o tai gali pastebimai pagerinti klientų nutekėjimo prognozę.
Dimensijų mažinimas sumažina duomenų rinkinio požymių skaičių neprarandant esminės informacijos. Gerai žinomi metodai yra pagrindinių komponenčių analizė (PCA) bei t-SNE ir UMAP, dažnai naudojami vizualizacijai. Tai pagreitina skaičiavimus, sumažina persimokymo riziką ir palengvina duomenų suvokimą – pavyzdžiui, kai šimtai klientų požymių atvaizduojami dvimatėje diagramoje, kurioje panašūs klientai išsidėsto arti vienas kito.
Įterpties vektorius (įterptis, angl. embedding) – tai skaičių sąrašas, vaizduojantis žodžio, sakinio ar dokumento prasmę taip, kad panašaus turinio tekstai atsiduria arti vienas kito. Tai leidžia pastebėti, pavyzdžiui, kad „atšaukimas“ ir „sutarties nutraukimas“ yra susiję, nors neturi bendrų žodžių. Įterptys yra daugelio semantinės paieškos sistemų, rekomendacijų paslaugų ir RAG taikomųjų programų pagrindas; jas skaičiuoja specialiai apmokyti modeliai.
Dėsningumų atpažinimas – tai automatinis dėsningumų, struktūrų ar pasikartojančių požymių nustatymas duomenyse, pavyzdžiui, vaizduose, garsuose, tekstuose ar matavimuose. Sistemos priskiria naujus stebėjimus žinomoms kategorijoms arba randa grupes be iš anksto nustatytų žymų. Taikymo sritys: veido atpažinimas, rašysenos atpažinimas, gamybos kokybės kontrolė ir neįprastų sandorių aptikimas. Ši disciplina yra svarbus mašininio mokymosi pagrindas.
