Conceber sistemas de aprendizagem automática

Capítulo 5. Engenharia de caraterísticas

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Em 2014, o artigo "Practical Lessons from Predicting Clicks on Ads at Facebook" afirmava que ter as caraterísticas certas é o mais importante no desenvolvimento dos seus modelos de ML. Desde então, muitas das empresas com quem trabalhei descobriram repetidamente que, quando têm um modelo viável, ter as caraterísticas certas tende a dar-lhes o maior aumento de desempenho em comparação com técnicas algorítmicas inteligentes, como a afinação de hiperparâmetros. As arquitecturas de modelos mais avançadas podem ter um desempenho fraco se não utilizarem um bom conjunto de caraterísticas.

Devido à sua importância, uma grande parte de muitos trabalhos de engenharia de ML e ciência de dados é a criação de novas funcionalidades úteis. Neste capítulo, abordaremos técnicas comuns e considerações importantes em relação à engenharia de recursos. Dedicaremos uma secção para entrar em detalhes sobre um problema subtil, mas desastroso, que descarrilou muitos sistemas de ML em produção: fuga de dados e como detectá-la e evitá-la.

Terminaremos o capítulo discutindo como criar boas caraterísticas, tendo em conta tanto a importância como a generalização das caraterísticas. Ao falar de engenharia de caraterísticas, algumas pessoas podem pensar em armazenamentos de caraterísticas. Como os armazenamentos de caraterísticas estão mais próximos ...