特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。
举一反三
- 特征工程不需要专业背景知识，只需要数据处理方面的技巧。
- 机器学习中的学习是指（ ）。 A: 更好地将输入数据转换为有用的表示 B: 讲数据转换为更有代表性的特征 C: 寻找更好的数据表示的搜索过程 D: 使用机器实现人工算法的自动化
- 特征工程，是指对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用的过程。
- 机器学习是整个人工智能的核心，机器学习算法的特征之一就是（ ）。 A: 模型 B: 特征 C: 类别 D: 数据
- 与传统的分类机器学习算法相比，深度学习网络不同之处是下面哪些项？ A: 深度学习算法对数据预处理没要求 B: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力 C: 深度学习算法需要的数据量和算力更大，但性能更好 D: 深度学习的算法解释性一般比较弱