Visual feature engineering
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2018
Typ der Arbeit
Studiengang
Sammlung
Typ
05 - Forschungs- oder Arbeitsbericht
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Institut Geomatik, Hochschule für Architektur, Bau und Geomatik FHNW
Verlagsort / Veranstaltungsort
Muttenz
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Feature engineering is a key concept in machine learning describing the process of defining the characteristics of an observed phenomenon in a way that makes it usable by an algorithm (e.g., [3]). This process often includes domain knowledge to make the features, as well as the results of the algorithms, meaningful in the respective application area. In data analysis generally, including visual data analysis, the obtained results or insights are often dependent on the employed analysis method as well as the parameters and their imensions used. A simple but well-known example is the modifiable area unit problem [5]. Depending on the size and form of the spatial units chosen to aggregate the data, different visualizations and potentially interpretations of the information may result. In some cases, the chosen methods or algorithms and their parameters can be argued to be the right ones to support a specific analysis task, in other cases a sensitivity analysis may be helpful in determining the optimal values. Additionally, visual analytics, allowing tight
integration of the interaction with the methods and parameters and the visualizations, has the potential to support the evaluation of the right or sensible analysis method and its parameters as well as to provide provenance information for the finally employed approach.
Schlagwörter
Visual analytics, Visualization, Feature engineering, Alogrithms, Parameters, Personalization
Fachgebiet (DDC)
600 - Technik, Medizin, angewandte Wissenschaften
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Lizenz
Zitation
BLEISCH, Susanne, 2018. Visual feature engineering. Muttenz: Institut Geomatik, Hochschule für Architektur, Bau und Geomatik FHNW. Verfügbar unter: https://doi.org/10.26041/fhnw-9547