Ingénierie des attributs

Définition

L'ingénierie des attributs est une étape de prétraitement importante en apprentissage automatique classique et en science des données qui transforme les données brutes en un ensemble de données plus riche, plus facilement interprétable pour l'analyse exploratoire et l'analyse comparative et plus facilement utilisable pour l'apprentissage automatique. Rappelons que chaque exemplaire de données comporte plusieurs attributs.

L'ingénierie des attributs comporte la création d'attributs, l'extraction d'attributs, la sélection d'attributs, la manipulation et la transformation des attributs.

Compléments

Nous recommandons l'emploi du mot « attribut » plutôt que « caractéristique » afin de s'harmoniser avec la représentation des connaissances et son fameux triplet « objet, attribut, valeur » dont l’emploi remonte aux philosophes grecs. De plus, les deux termes ne sont pas des synonymes puisqu’une caractéristique est un type d’attribut distinctif, c’est-à-dire un attribut qui permet à lui seul de distinguer une classe d’une autre. Mais dans beaucoup de situations, aucun attribut n’est distinctif en soi, c’est plutôt la combinaison des attributs qui l’est.

Français

ingénierie des attributs

ingénierie des caractéristiques

Anglais

feature engineering

features engineering

Feature engineering is an important pre-processing step in classical machine learning and data science that transforms raw data into a richer data set, more easily interpretable for raw data and comparative analysis, and more readily usable for machine learning. It's important to remember that each piece of data has several features.

Feature engineering involves feature creation, feature extraction, feature selection, feature manipulation and feature transformation.

Español

ingeniería de atributos

La ingeniería de atributos es un importante paso de preprocesamiento en el aprendizaje automático clásico y la ciencia de datos que transforma los datos brutos en un conjunto de datos más rico que es más fácil de interpretar para los datos brutos y el análisis comparativo, y más fácil de usar para el aprendizaje automático. Recuerde que cada dato tiene varios atributos. La ingeniería de atributos implica la creación de atributos, la extracción de atributos, la selección de atributos, la manipulación de atributos y la transformación de atributos.

Sources

Source : Wikipédia

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »