特徵擷取 是什麼？

Feature Extraction — 特徵擷取 的完整解釋

特徵擷取是從原始資料中自動識別並提取有意義的特徵表示的過程，目的是降低資料維度同時保留關鍵資訊，提升模型學習效率

特徵擷取 的完整說明

特徵擷取（Feature Extraction）將高維原始資料（如圖像像素、文字字元）轉換為緊湊的特徵向量，常用方法包括：PCA（主成分分析）、自編碼器（Autoencoder）、CNN 的卷積層特徵提取、詞嵌入（Word Embedding）。與特徵工程（Feature Engineering）的區別：特徵擷取偏重自動化表示學習，特徵工程偏重人工設計特徵。

特徵擷取 在 iPAS 考試中的重點

根據歷年統計，特徵擷取 相關題目 屬於中頻考範圍。