Ingineria caracteristicilor (feature engineering) este procesul de selectare, transformare și creare a variabilelor de intrare (caracteristici sau „features”) folosite de un model de învățare automată, cu scopul de a-i îmbunătăți capacitatea de a învăța tipare relevante din date.
Deși modelele moderne de deep learning pot învăța automat reprezentări utile direct din date brute (imagini, text), pentru multe probleme practice — mai ales cele bazate pe date tabelare, precum înregistrări financiare, de vânzări sau operaționale — calitatea caracteristicilor introduse manual influențează dramatic performanța modelului final, adesea mai mult decât alegerea algoritmului în sine.
Tehnicile de ingineria caracteristicilor includ: crearea de variabile derivate (de exemplu, calcularea vârstei dintr-o dată de naștere, sau a unui raport financiar dintr-un bilanț), codificarea variabilelor categorice (transformarea categoriilor precum “oraș” sau “categorie de produs” în forme numerice interpretabile de model), normalizarea și scalarea valorilor numerice pentru a le aduce la un interval comparabil, și tratarea valorilor lipsă prin imputare.
Un exemplu clasic este extragerea de caracteristici temporale dintr-o dată calendaristică — ziua săptămânii, luna, sezonalitatea — care pot fi extrem de predictive pentru vânzări sau cerere, dar sunt invizibile modelului dacă data este introdusă doar ca un șir de caractere brut. Ingineria caracteristicilor rămâne, chiar și în era deep learning, o competență esențială pentru practicienii de date, mai ales în contexte de business unde volumul de date este limitat și interpretabilitatea modelului contează.
