人類希望通過人工智能，可以從機械且繁瑣的工作中解放出來，然而現(xiàn)實是，想要挖掘海量數(shù)據(jù)，實現(xiàn)判斷、預測等能力，很大程度上還需要依靠人的經(jīng)驗去完成”特征工程“的工作。特征工程是一項龐大且耗時的工程，其中涉及到了模型選擇、數(shù)據(jù)處理、泛化等多方面的機器學習知識，以及需要對業(yè)務有一定的理解，目前該領域人才的匱乏很難與大數(shù)據(jù)的快速發(fā)展相匹配。 簡單來說，特征是數(shù)據(jù)抽取出來的對結(jié)果預測有幫助的信息；特征工程是為了使特征在機器學習算法和模型上發(fā)揮更優(yōu)效果的過程，該過程往往需要數(shù)據(jù)科學家人工地找出[登陸后可查看全文]