Definizione
In intelligenza artificiale (IA), una feature (caratteristica) è un attributo misurabile o una proprietà che descrive un dato e che può essere utilizzata da un modello per apprendere schemi e fare previsioni. Le feature possono essere numeriche (es. età, temperatura), categoriche (es. tipo di tessuto tumorale) o complesse (es. istogrammi di colore in un’immagine).
Le feature giocano un ruolo fondamentale nell’addestramento dei modelli, poiché una buona selezione e rappresentazione delle caratteristiche migliora le prestazioni dell’algoritmo e riduce la complessità del problema.
Esistono varie tecniche che riguardano l’estrazione, la descrizione, la selezione e l’apprendimento delle feature:
- Feature Extraction (Estrazione di Caratteristiche): processo di trasformazione dei dati grezzi in un insieme di caratteristiche rilevanti per l’analisi. Questo è particolarmente utile in campi come l’elaborazione di immagini, audio e testo, dove i dati originali sono spesso ad alta dimensionalità e devono essere convertiti in un formato più gestibile.
- Feature Description (Descrizione delle Caratteristiche): rappresentazione delle caratteristiche in modo che siano comprensibili e utilizzabili per l’analisi. Include la scelta della scala, la normalizzazione e la rappresentazione delle feature per ridurre rumore e ridondanza.
- Feature Selection (Selezione delle Caratteristiche): processo di scelta delle feature più rilevanti da un insieme di dati, eliminando quelle ridondanti o non informative. Questo migliora le prestazioni del modello, riduce il rischio di overfitting e semplifica i calcoli.
- Feature Learning (Apprendimento delle Caratteristiche): processo automatico di apprendimento delle feature più rappresentative direttamente dai dati, senza bisogno di un’estrazione manuale. Questa tecnica è tipica del Deep learning, dove ad esempio le reti neurali convoluzionali (CNN) e reti neurali profonde imparano gerarchie di feature.
Esempi in Medicina
- Feature extraction: analisi delle frequenze in segnali ECG per rilevare aritmie cardiache.
- Feature Description: conversione di dati testuali (es. referti) in vettori numerici per il processamento con NLP.
- Feature Selection: selezione di un sottoinsieme di parametri clinici che meglio predicono il rischio cardiovascolare.
- Feature Learning: reti neurali che apprendono automaticamente pattern anomali in scansioni TAC senza una pre-elaborazione umana.
