كلا منا له ميزات تفرقه عن غيره، هذه الميزات تساعد الآخرين في التعرف علينا بسهولة فعندما أرى شخصا لأول مرة ما يهمنى من ميزاته هو اسمه وصورة وجهه هذا يكفيني لأتعرف عليه إذا قابلته مره ثانية، لا يهمنى شكل جسده ولا لون ملابسه ولا حذائه في هذا الوقت وهذا يسهل علي الاحتفاظ بمعلومات عن أشخاص أكثر في وقت قصير ومجهود أقل، كذلك جهاز الحاسوب إذا أردت أن تعرفه على نفس الشخص الذي تعرفت عليه مايهمه هو أن تعطيه صورة له وتعطيه اسمه وهو سيتعرف عليه هذا مجرد مثال بسيط ضمن عملية تعرف بهندسة الميزات "Feature Engineering" هندسة الميزات هي عملية تحويل البيانات الخام إلى ميزات أكثر فائدة للتعلم الآلي. يمكن أن تتضمن هذه الميزات خصائص رياضية مثل الحجم والشكل واللون، أو خصائص أكثر تعقيدًا مثل السلوك أو العاطفة.
سأعطيك مثال لاستخدام هندسة الميزات في معرفة الكلام المرغوب فيه من الكلام غير المرغوب فيه بالرسائل الإلكترونية مثلا:
- يمكن استخدام تحليل الكلمات الرئيسية لتحديد الكلمات والجمل التي تظهر بشكل متكرر في الكلام المرغوب فيه. على سبيل المثال، قد يحتوي الكلام المرغوب فيه على كلمات رئيسية مثل "شكرًا" أو "أنا آسف" أو "يرجى".
- يمكن استخدام تحليل المصطلحات الفنية لتحديد المصطلحات الفنية الخاصة بالموضوعات التي تهتم بها. على سبيل المثال، إذا كنت مهتمًا بالبرمجة، فقد يحتوي الكلام المرغوب فيه على مصطلحات تقنية مثل "كود" أو "برنامج" أو "مصدر".
- يمكن استخدام تحليل الأخطاء النحوية أو الإملائية لتحديد الأخطاء التي قد تكون علامات على أن الكلام غير مرغوب فيه. على سبيل المثال، قد يحتوي الكلام المرغوب فيه على لغة رسمية وصحيحة، بينما قد يحتوي الكلام غير المرغوب فيه على أخطاء.
- يمكن استخدام تحليل العنوان من عنوان غير معروف لتحديد العنوان من عناوين غير معروفة. على سبيل المثال، قد يكون الكلام المرغوب فيه من عناوين معروفة، بينما قد يكون الكلام غير المرغوب فيه من عناوين غير معروفة.
- تشمل عملية هندسة الميزات عدة خطوات. منها فهم البيانات المتاحة وتحليلها بعناية. استكشاف البيانات لاكتشاف العلاقات والأنماط والتباينات المختلفة فيها. ثم تحويل البيانات إلى صيغة مناسبة لاستخدامها في نماذج التعلم الآلي. مع ذلك تظل هندسة الميزات عملية معقدة تتطلب فهمًا جيدًا للبيانات والنموذج المستخدم. ، فهل يمكن أن يكون ذلك مفيدًا بشكل كافي مقابل ذلك المجهود المبذول أم أنه مجرد هوس؟ وهل هناك عمليات أقل تعقيدا يمكن أن تستخدمها في عمليه معالجة البيانات وتعطي نفس النتائج؟
التعليقات
بناءً على ما تقدم من شرحٍ لكم، أرى بأن هندسة الميزات ستكون مفيدة جدة في خلق بيئة بسمات خاصة. مثلاً خلق بيئات آمنة على الأطفال، فيتم حظر الكلام غير المرغوب فيه، وبالتالي قد نأمن على أبنائنا التواجد على الانترنت.
فهل يمكن أن يكون ذلك مفيدًا بشكل كافي مقابل ذلك المجهود المبذول أم أنه مجرد هوس؟
تعتبر هندسة المزايا أو الميزات Feature Engineering واحدة من أهم خطوات المعالجة المسبقة للبيانات، حيث يتمّ فيها تحضير مجموعة المزايا و التأكّد من صلتها بمتغيّر الهدف Variable Target.. وخلال تلك العملية يقوم خبير البيانات بالعمل على إستخراج أهمّ المزايا ذات الارتباط الشّديد بالموضوع الذي يعمل عليه، حيث تُستخرج هذه المزايا ويتمّ إنشاؤها من مجموعة البيانات الخام Raw Data.
ولذلك أرى أن العملية أو الآلية نفسها مفيدة، لكن طريقة تنفيذها هي ما تحدد مدى فائدتها وجدواها.
أعتقد أن من العقبات المتعلقة بتطبيق العملية هي الوقت الذي يجب أن تستغرقه، وكذلك تكافؤ الميزات لتحقيق أفضل نتيجة لأن الأمر يحتوي على الكثير من المفاضلات.
ولكنها بالطبع تستحق، حسبما قرأت فإن هندسة الميزات يمكن الاستعانة بها أيضًا في مجال ريادة الأعمال في حالات مثل:
- التنبؤ بتوقف العملاء عن استخدام المنتج أو الخدمة وبالتالي اتخاذ خطوات وقائية سريعة لمنع ذلك. على سبيل المثال، قد يتم استخدام ميزات مثل سجل الشراء والقيمة الدائمة للعميل ونشاطه على منصات التواصل الاجتماعي للتنبؤ بانقطاعه المحتمل.
- تقييم المخاطر والكشف عن المعاملات الاحتيالية من خلال ميزات مثل مبالغ الشراء ووقت الشراء وعنوان IP للجهاز.