Extrakce příznaků (Feature Extraction)

Extrakce příznaků je proces, při kterém se ze surových dat (např. obrázků, textů, zvuku) vytahují klíčové informace, které jsou důležité pro učení modelu. Příznaky (features) jsou konkrétní hodnoty nebo charakteristiky, které reprezentují pozorování. Dobře zvolené příznaky výrazně zvyšují výkon modelu. V hlubokém učení dnes většinu této práce přebírají neuronové sítě automaticky, ale porozumění extrakci příznaků zůstává důležité pro ladění a interpretaci modelů.