1. Fogalom magyarul: jellemzőkinyerés

2. Fogalom angolul: feature extraction

3. Meghatározás:

A jellemzők kinyerése a gépi tanulás egyik alapvető folyamata, amely a nyers adatoknak az átalakítását jelenti a gépi tanulási algoritmusok által hatékonyan felhasználható releváns jellemzőkké. Ez az előkészítési folyamat szükséges a modellek teljesítményének javításához és a számítási komplexitás csökkentéséhez. A jellemzőkinyerés a meghatározó attribútumok azonosítását és kinyerését végzi különböző technikákkal komplex adatstruktúrájú adatokból, amelyek lehetnek képek, szövegek vagy numerikus adatok. A cél egy informatívabb adatkészlet létrehozása a redundancia és az irreleváns információk minimalizálása mellett; ezáltal a jellemzők kinyerése növeli a gépi tanulási modellek hatékonyságát és pontosságát.

4. Hivatkozások:

Guyon, I., Elisseeff, A. (2006). An Introduction to Feature Extraction. In: Guyon, I., Nikravesh, M., Gunn, S., Zadeh, L.A. (eds) Feature Extraction. Studies in Fuzziness and Soft Computing, vol 207. Springer https://doi.org/10.1007/978-3-540-35488-8_1

5. Megjegyzések:

6. Kulcsszavak:

adatátalakítás, gépi tanulás, mesterséges intelligencia