L'extraction de caractéristiques consiste à transformer des données brutes en un ensemble de variables informatives et non redondantes exploitables par des modèles de machine learning. En vision par ordinateur, un CNN extrait automatiquement des bords et des textures ; en NLP, des tokeniseurs convertissent les mots en identifiants. Les caractéristiques manuelles étaient courantes avant le deep learning ; désormais les modèles les apprennent seuls, bien que l'ingénierie des caractéristiques reste précieuse pour les données tabulaires d'entreprise.