Feature engineering
Feature engineering is het proces van het omzetten van ruwe sensor- en procesdata in informatieve inputs — features — die een machine-learning-model goed laten presteren. Goede features doen vaak meer ertoe dan de keuze van het algoritme.
Ruwe industriële signalen zijn zelden zoals ze zijn bruikbaar voor een model. Feature engineering leidt grootheden af die de onderliggende fysica of foutsignaturen vastleggen: statistische samenvattingen, frequentiedomeincomponenten uit trilling, voortschrijdende gemiddelden, veranderingssnelheden of verhoudingen tussen metingen. Domeinkennis is centraal, want een ingenieur die de installatie begrijpt, kan features maken die de patronen blootleggen die een model nodig heeft. Sterke features verbeteren de nauwkeurigheid, verlagen de datavereisten en maken modellen makkelijker te interpreteren.