Konzept#Daten#Maschinelles Lernen
Feature Engineering
Feature Engineering ist der Prozess, rohe Daten in aussagekräftige Merkmale zu transformieren, die Modelle besser generalisieren lassen. Es umfasst Auswahl, Erstellung, Skalierung und Kodierung von Features sowie Domänenwissen zur Verbesserung von Vorhersageleistung. Richtig angewendet reduziert es Modellkomplexität und erhöht Interpretierbarkeit.
Dieser Baustein bündelt Grundinformationen, Kontext und Beziehungen – als neutrale Referenz im Modell.
360° Detailansicht öffnen
Definition · Einordnung · Trade-offs · Beispiele
Worum geht es hier?
Diese Seite bietet einen neutralen Einstieg mit Kerndaten, Strukturkontext und direkten Beziehungen – unabhängig von Lern- oder Entscheidungswegen.
Basisdaten
Kontext
Organisationsebenei
Domäne
Organisationsreifei
Fortgeschritten
Auswirkungi
Technisch
Entscheidung
Entscheidungstypi
Design
Value Streami
Umsetzung
Einschätzung
Komplexitäti
Mittel
Reifegradi
Etabliert
Cognitive Loadi
Mittel
Kontext im Modell
Strukturelle Einordnung
Verortung in der Struktur.
Beziehungen
Verknüpfte Bausteine
Direkt verbundene Content-Elemente.
Abhängigkeit · Implementiert
(2)
Inhalt · Verwandt mit
(3)
Prozess · Beeinflusst
(4)
Prozess · Ermöglicht
(2)