Обучение на основе признаков — в машинном обучении извлечение признаков или репрезентативное обучение — это набор методов, которые позволяют системе автоматически обнаруживать признаки, необходимые для их выявления или классификации, на основе необработанных данных. Это заменяет ручную разработку признаков и позволяет машине не только выявлять признаки, но и использовать их для выполнения конкретной задачи.
[Глоссарий по искусственному интеллекту. (Электронный ресурс). Режим доступа: http:// en.wikipedia.org›wiki/Glossary_of_artificial_intelligence/, свободный.]