Inženiring značilnosti pomeni izbiro, preoblikovanje in ustvarjanje lastnosti (značilnosti) iz surovih podatkov, da učni algoritem lažje zazna vzorce. Izluščanje značilnosti iz kompleksnih podatkov, kot so besedila, slike ali signali, izpelje zgoščene, pomenljive vrednosti. Primer: posamezni zapisi nakupov se pretvorijo v značilnosti, kot sta „dni od zadnjega nakupa“ ali „povprečna vrednost naročila“, kar lahko opazno izboljša napoved odhoda strank.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevIzločanje značilnic je postopek, pri katerem iz surovih podatkov pridobimo smiselne vrednosti, da jih model lahko učinkovito obdela. Namesto milijonov posameznih slikovnih pik sistem na primer uporabi robove, barve ali oblike; besedila se pretvorijo v uteži besed ali vektorje vložitev. Dobre značilnice zmanjšajo količino podatkov, znižajo računski napor in pogosto izboljšajo natančnost. Izločanje značilnic je osrednji del inženiringa značilnic.
Zmanjševanje dimenzionalnosti zmanjša število značilnosti v podatkovni zbirki, ne da bi izgubili bistvene informacije. Znane metode so analiza glavnih komponent (PCA) ter t-SNE in UMAP, ki se pogosto uporabljata za vizualizacijo. Pospeši izračune, zmanjša tveganje čezmernega prilagajanja in podatke naredi bolj pregledne – na primer ko se na stotine lastnosti strank preslika na dvodimenzionalni grafikon, kjer so si podobne stranke blizu.
Čiščenje podatkov je odkrivanje in popravljanje napačnih, podvojenih ali neskladnih vnosov v podatkovnih zbirkah. Tipični koraki so poenotenje zapisov in oblik datumov, odstranjevanje odvečnih presledkov in združevanje podvojenih vnosov, kot sta „Novak d.o.o.“ in „Novak, družba z omejeno odgovornostjo“. Čisti podatki so pogoj za zanesljive analize, pošiljanje in aplikacije UI.
Strojno učenje je veja umetne inteligence, v kateri računalniki iz podatkov izpeljejo vzorce, namesto da bi bilo vsako pravilo izrecno programirano. Glede na nalogo se modeli učijo iz označenih primerov (nadzorovano), iz neoznačenih podatkov (nenadzorovano) ali prek nagrad (spodbujevalno). Aplikacije segajo od filtrov neželene pošte in napovedi povpraševanja do priporočil izdelkov. Kakovost je močno odvisna od količine in kakovosti učnih podatkov.
