特征工程也被称为特征构造，是从现有数据中构造新的特征从而训练机器学习模型的过程，同时也是传统模式识别技术的升级。机器学习算法只能从我们给定的数据中学习，所以构造一个和任务相关的特征是至关重要的。通常，特征工程是一个冗长的人工过程，依赖于领域知识、直觉和数据操作。这个过程可能是极其枯燥的，同时最终得到的特征将会受到人的主观性和时间的限制。特征工程自动化旨在通过从数据集中自动构造候选特征，并从中选择最优特征用于训练来帮助数据科学家。
人工智能特征分析工程平台，旨在通过从数据集中自动构造候选特征，并从中选择最优特征用于训练来帮助数据科学家与人工智能工程人员，自动从现有数据中构造新的特征从而训练机器学习与深度学习模型。取代传统依赖于领域知识、直觉和数据操作进行构造特征这种低效、繁复、容易出错的工作流程。
本课程配套 10 个覆盖多行业应用的特征工程案例，使学生更为深刻的理解特征工程在新一代人工智能行业中的定位及核心技术应用场景：
