▼ もうちょっと詳しく

生のデータをそのまま機械学習に渡してもうまくいきません。「お客さんの誕生日 → 年齢 → 年齢グループ」「取引日時 → 曜日、時間帯、月、季節」みたいに、機械が判断しやすい形に加工してあげる職人技が特徴量エンジニアリングです。

ディープラーニング登場前は、機械学習エンジニアの仕事の8割がこれだった、と言われていました。ディープラーニングは特徴量を自分で学習してくれるので、この仕事はだいぶ減りましたが、テーブルデータの世界ではまだまだ重要です。