Späť na slovník MLOps & Zivotny cyklus

Feature engineering

Feature engineering transformuje surové data na zmysluplné vstupné premenné, ktore zlepsuju vykon AI modelu a prediktívnu presnost.

Co je feature engineering?

Feature engineering je process výberu, transformácie a vytvárania vstupných premenných (príznakov) zo surowych dat na maximalizáciu prediktívneho vykonu modelov strojového ucenia. Je siroko povahovany za jeden z najdôlezitejsích krokov v životnom cykle vyvoja AI. Feature engineering vyzaduje tak doménové odborné znalosti, ako aj technické zrucnosti.

Bežné techniky

Numerické transformácie zahrnaju skalovanie, normalizáciu, logaritmické transformácie a polynomiálne príznaky. Kódovanie kategorickych premenných pokryva one-hot kódovanie, cielové kódovanie a pristupy zalozené na embeddingoch. Casové príznaky extrahuju den v tyzdni, sezónnast a klouzavé agregácie z casovych razítok.

Feature stóre pre podnikové AI

Vo velkom meritku sa feature engineering stáva zdielanou organizacnou schopnostou prostredníctvom feature stórov. Feature stór poskytuje centralizované úložisko kurátorovaných, verzovaných príznakov, ktore môzu byt znovu pouzité naipriec viacerými modelmi a tymami. Zabezpecuje konzistentnost medzi trenovacími a inferencnymi príznakmi, cím eliminuje bežný zdroj produkčných chýb.