Los modelos no ven la realidad en su estado puro. Ven características, propiedades medibles extraídas de los datos e introducidas en un algoritmo de aprendizaje. Una casa se convierte en metros cuadrados, número de habitaciones, antigüedad y ubicación. Un documento se convierte en recuentos de palabras o incrustaciones.

La ingeniería de características dominó en su momento el aprendizaje automático aplicado. Los profesionales elaboraban manualmente proporciones, transformaciones logarítmicas y términos de interacción para ayudar a los modelos a encontrar patrones. El aprendizaje profundo cambió este enfoque, permitiendo que las redes aprendan características directamente a partir de datos de entrada sin procesar.

Tipos de características comunes

• Valores numéricos como el precio o la temperatura
• Etiquetas categóricas codificadas como números
• Texto convertido a recuentos o vectores.
• píxeles de imagen o incrustaciones aprendidas
• Relaciones e interacciones derivadas

Las características útiles transmiten información relevante. Las redundantes o ruidosas ralentizan el entrenamiento y perjudican la generalización. La selección y extracción de características siguen siendo importantes, especialmente en conjuntos de datos pequeños donde el aprendizaje profundo ofrece pocas ventajas.