Příznakové inženýrství (feature engineering) je proces převodu surových dat do podoby vstupních proměnných, z nichž se model dokáže efektivně učit. Zahrnuje výběr relevantních veličin, jejich transformaci a tvorbu nových odvozených příznaků. Typickými operacemi jsou logaritmizace zešikmených rozdělení, standardizace a normalizace měřítek, ošetření chybějících hodnot, kódování kategoriálních veličin metodami one-hot nebo cílovým kódováním, diskretizace spojitých veličin do intervalů, tvorba interakcí a poměrů mezi veličinami a extrakce z časových údajů, kde ze samotného data vzniknou příznaky jako den v týdnu, měsíc, blízkost svátku nebo cyklické sinusové a kosinové složky. U časových řad k tomu přistupují zpožděné hodnoty a klouzavé agregace. Na tabulkových datech je dobré příznakové inženýrství zpravidla přínosnější než výběr algoritmu a spolu s gradientním boostingem tvoří páteř praktického strojového učení. Kritickým rizikem je únik informace, pokud se do příznaku dostane údaj známý až po okamžiku predikce. V hlubokém učení na obrazu a textu je z velké části nahrazeno naučenými reprezentacemi.
Je to jako příprava surovin před vařením. Kuchař nehodí do hrnce celou nemytou mrkev s hlínou a s natí – oloupe ji, nakrájí a přidá právě v tu chvíli, kdy je to potřeba. Model funguje stejně: dostane-li datum „2024-03-17“ jako text, neudělá s ním nic. Dostane-li „nedělní odpoledne, tři dny před koncem měsíce“, najde souvislost okamžitě. Nejlepší kuchaři přitom nevynikají tím, že mají dražší sporák, ale tím, že vědí, co s mrkví. A jedno pravidlo je svaté: nikdy do polévky nedávejte informaci z budoucnosti, tedy něco, co v době rozhodování ještě nemůžete vědět.