Une technique d'apprentissage automatique appelée ingénierie des caractéristiques utilise les données pour générer de nouvelles variables qui ne sont pas présentes dans le jeu d'entraînement. Le processus de production, transformation, extraction et sélection de caractéristiques, également appelées variables, qui sont les plus utiles pour développer un algorithme ML précis est connu sous le nom d'ingénierie des caractéristiques. Dans le but de rationaliser et d'accélérer les transformations de données, tout en améliorant la précision du modèle, il peut générer de nouvelles caractéristiques pour l'apprentissage supervisé et non supervisé. Concevoir des modèles de prédiction précis pour résoudre des problèmes tout en nécessitant moins de temps et de ressources de calcul requiert l'ingénierie des caractéristiques.
Qu'est-ce que l'ingénierie des caractéristiques ?