Extrakcia príznakov je proces, pri ktorom sa zo surových dát odvodzujú zmysluplné hodnoty, aby ich model dokázal efektívne spracovať. Namiesto miliónov jednotlivých pixelov môže systém použiť hrany, farby alebo tvary; texty sa menia na váhy slov alebo vektory embeddingov. Dobré príznaky znižujú objem dát, zmenšujú výpočtovú náročnosť a často zlepšujú presnosť. Extrakcia príznakov je základnou súčasťou inžinierstva príznakov.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoInžinierstvo príznakov (feature engineering) znamená výber, transformáciu a vytváranie atribútov (príznakov) zo surových údajov, aby algoritmus učenia ľahšie rozpoznal vzorce. Extrakcia príznakov odvodzuje stručné, zmysluplné hodnoty zo zložitých údajov, ako sú texty, obrázky alebo signály. Príklad: z jednotlivých záznamov o nákupoch sa vytvoria príznaky ako „dni od posledného nákupu“ alebo „priemerná hodnota objednávky“, ktoré môžu výrazne zlepšiť predpoveď odchodu zákazníkov.
Redukcia dimenzionality znižuje počet znakov v súbore údajov bez straty podstatných informácií. Medzi známe metódy patrí analýza hlavných komponentov (PCA) a tiež t-SNE a UMAP, ktoré sa často používajú na vizualizáciu. Urýchľuje výpočty, znižuje riziko preučenia a uľahčuje pochopenie údajov – napríklad keď sa stovky atribútov zákazníkov zobrazia na dvojrozmernom grafe, kde sú podobní zákazníci blízko seba.
Vektor vnorenia (embedding) je zoznam čísel, ktorý reprezentuje význam slova, vety alebo dokumentu tak, že texty s podobným obsahom ležia blízko seba. Vďaka tomu možno napríklad rozpoznať, že „výpoveď“ a „ukončenie zmluvy“ spolu súvisia, hoci nemajú spoločné slová. Vnorenia sú základom mnohých systémov sémantického vyhľadávania, odporúčacích služieb a aplikácií RAG; vypočítavajú ich špeciálne natrénované modely.
Rozpoznávanie vzorov je automatická identifikácia pravidelností, štruktúr alebo opakujúcich sa znakov v dátach, ako sú obrázky, zvuky, texty alebo namerané hodnoty. Systémy priraďujú nové pozorovania k známym kategóriám alebo objavujú skupiny bez vopred daných označení. Medzi použitia patrí rozpoznávanie tvárí, rozpoznávanie rukopisu, kontrola kvality vo výrobe a odhaľovanie nezvyčajných transakcií. Disciplína je dôležitým základom strojového učenia.
