Feature engineering (original) (raw)
Feature engineering or feature extraction or feature discovery is the process of using domain knowledge to extract features (characteristics, properties, attributes) from raw data. The motivation is to use these extra features to improve the quality of results from a machine learning process, compared with supplying only the raw data to the machine learning process.
| Property | Value |
|---|---|
| dbo:abstract | Feature engineering or feature extraction or feature discovery is the process of using domain knowledge to extract features (characteristics, properties, attributes) from raw data. The motivation is to use these extra features to improve the quality of results from a machine learning process, compared with supplying only the raw data to the machine learning process. (en) L'ingénierie des caractéristiques (en anglais feature engineering) a un rôle important, notamment dans l’analyse des données. Sans données, les algorithmes d’exploitation et d’apprentissage automatique de données ne seront pas en mesure de fonctionner. En effet, il s’avère qu’en réalité, on ne pourrait réaliser que peu de choses si nous disposons que de très peu de caractéristiques afin de pouvoir représenter les objets de données, ou les banques de données, sous-jacents. De surcroît, la qualité des résultats de tous ces algorithmes est dépendante et est directement liée à la qualité des caractéristiques dont on peut disposer. Ainsi, il existe différentes formes de données comme la séquence, la série chronologique, le graphique, le texte ou encore l’image. (fr) 특징 공학(feature enginnering) 또는 피처 엔지니어링은 도메인 지식을 이용해 원자료를 가공하여 특징을 추출하는 작업이다. (ko) Конструирование признаков — это процесс использования предметной области данных для создания признаков, которые нужны для обучения машин. Конструирование признаков является фундаментом для приложений машинного обучения, a также процессом трудным и затратным. Необходимости ручного конструирования признаков можно избежать при автоматизации прикладного обучения признакам. Конструирование признаков является неформальной областью, но считается существенным в машинном обучении. Придумывать признаки трудно, требует много времени и глубоких знаний. «Прикладное машинное обучение», в основном, это конструирование признаков. — Эндрю Ын (ru) Конструюва́ння озна́к (англ. feature engineering) — це процес застосування знань предметної галузі для створення ознак, які забезпечують роботу алгоритмів машинного навчання. Конструювання ознак є фундаментальним для застосування машинного навчання, і є як складним, так і витратним. Потребу в ручному конструюванні ознак можливо усувати автоматизованим навчанням ознак. Конструювання ознак є неформальним предметом, але вважається істотним у прикладному машинному навчанні. Підходити до ознак складно, витратно за часом, вимагає експертних знань. «Прикладне машинне навчання» є в основному конструюванням ознак.Оригінальний текст (англ.)Coming up with features is difficult, time-consuming, requires expert knowledge. "Applied machine learning" is basically feature engineering.— Ендрю Ин, Machine Learning and AI via Brain simulations (uk) 特徵工程（英語：feature engineering）又稱特徵提取（英語：feature extraction）或特徵發現（英語：feature discovery）是使用領域知識從原始數據中提取特徵（特徵、屬性、特性）的過程。 與僅向機器學習過程提供原始數據相比，其動機是使用這些額外的功能來提高機器學習過程的結果質量。 (zh) |
| dbo:wikiPageID | 46207323 (xsd:integer) |
| dbo:wikiPageLength | 15710 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1119595494 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Python_(programming_language) dbr:Archimedes_number dbr:Reynolds_number dbr:Decision_tree dbr:Nusselt_number dbr:Covariate dbr:Brainstorming dbr:Machine_learning dbr:Feature_(machine_learning) dbr:Feature_extraction dbr:Feature_learning dbr:Feature_selection dbr:Kernel_method dbc:Machine_learning dbr:C++ dbr:C_(programming_language) dbr:Data dbr:Domain_knowledge dbr:Heat_transfer dbr:Data_transformation_(statistics) dbr:Fluid_dynamics dbr:Regularization_(mathematics) dbc:Data_analysis dbr:Dimensionless_quantity dbr:Software_testing dbr:Space_mapping dbr:Instrumental_variables_estimation dbr:Categorical_variable dbr:Sedimentation dbr:Strength_of_materials dbr:List_of_datasets_for_machine_learning_research dbr:Automated_feature_engineering dbr:Hashing_trick |
| dbp:wikiPageUsesTemplate | dbt:Citation_needed dbt:Cite_book dbt:Cquote dbt:Reflist dbt:Promotional_source dbt:Machine_learning |
| dct:subject | dbc:Machine_learning dbc:Data_analysis |
| gold:hypernym | dbr:Process |
| rdf:type | dbo:Election |
| rdfs:comment | Feature engineering or feature extraction or feature discovery is the process of using domain knowledge to extract features (characteristics, properties, attributes) from raw data. The motivation is to use these extra features to improve the quality of results from a machine learning process, compared with supplying only the raw data to the machine learning process. (en) L'ingénierie des caractéristiques (en anglais feature engineering) a un rôle important, notamment dans l’analyse des données. Sans données, les algorithmes d’exploitation et d’apprentissage automatique de données ne seront pas en mesure de fonctionner. En effet, il s’avère qu’en réalité, on ne pourrait réaliser que peu de choses si nous disposons que de très peu de caractéristiques afin de pouvoir représenter les objets de données, ou les banques de données, sous-jacents. De surcroît, la qualité des résultats de tous ces algorithmes est dépendante et est directement liée à la qualité des caractéristiques dont on peut disposer. Ainsi, il existe différentes formes de données comme la séquence, la série chronologique, le graphique, le texte ou encore l’image. (fr) 특징 공학(feature enginnering) 또는 피처 엔지니어링은 도메인 지식을 이용해 원자료를 가공하여 특징을 추출하는 작업이다. (ko) 特徵工程（英語：feature engineering）又稱特徵提取（英語：feature extraction）或特徵發現（英語：feature discovery）是使用領域知識從原始數據中提取特徵（特徵、屬性、特性）的過程。 與僅向機器學習過程提供原始數據相比，其動機是使用這些額外的功能來提高機器學習過程的結果質量。 (zh) Конструирование признаков — это процесс использования предметной области данных для создания признаков, которые нужны для обучения машин. Конструирование признаков является фундаментом для приложений машинного обучения, a также процессом трудным и затратным. Необходимости ручного конструирования признаков можно избежать при автоматизации прикладного обучения признакам. Конструирование признаков является неформальной областью, но считается существенным в машинном обучении. — Эндрю Ын (ru) Конструюва́ння озна́к (англ. feature engineering) — це процес застосування знань предметної галузі для створення ознак, які забезпечують роботу алгоритмів машинного навчання. Конструювання ознак є фундаментальним для застосування машинного навчання, і є як складним, так і витратним. Потребу в ручному конструюванні ознак можливо усувати автоматизованим навчанням ознак. Конструювання ознак є неформальним предметом, але вважається істотним у прикладному машинному навчанні. (uk) |
| rdfs:label | Feature engineering (en) Ingénierie des caractéristiques (fr) 특징 공학 (ko) Engenharia de características (pt) Конструирование признаков (ru) 特征工程 (zh) Конструювання ознак (uk) |
| owl:sameAs | freebase:Feature engineering wikidata:Feature engineering dbpedia-fa:Feature engineering dbpedia-fr:Feature engineering dbpedia-he:Feature engineering dbpedia-ko:Feature engineering dbpedia-pt:Feature engineering dbpedia-ru:Feature engineering dbpedia-uk:Feature engineering dbpedia-zh:Feature engineering https://global.dbpedia.org/id/277NR |
| prov:wasDerivedFrom | wikipedia-en:Feature_engineering?oldid=1119595494&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Feature_engineering |
| is dbo:wikiPageRedirects of | dbr:Feature_Engineering dbr:Featurization dbr:Featurizer |
| is dbo:wikiPageWikiLink of | dbr:N-gram dbr:Perceiver dbr:Deep_learning dbr:Deep_reinforcement_learning dbr:Design_for_Six_Sigma dbr:Glossary_of_artificial_intelligence dbr:Constrained_conditional_model dbr:Convolutional_neural_network dbr:ML.NET dbr:Machine_learning dbr:Feature_(machine_learning) dbr:Feature_extraction dbr:Feature_learning dbr:Machine_learning_in_bioinformatics dbr:Leakage_(machine_learning) dbr:Learning_to_rank dbr:Alteryx dbr:Data_transformation_(statistics) dbr:Speech_recognition dbr:AutoAI dbr:Automated_machine_learning dbr:Neural_Network_Intelligence dbr:Social_bot dbr:Multifactor_dimensionality_reduction dbr:Multimodal_sentiment_analysis dbr:Outline_of_machine_learning dbr:Overfitting dbr:Feature_Engineering dbr:Featurization dbr:Featurizer |
| is foaf:primaryTopic of | wikipedia-en:Feature_engineering |