あるデータサイエンスチームが住宅価格予測モデルを構築する過程で、生データから『築年数』を日付の差分として算出し、『地域』カテゴリを数値にエンコードし、面積を正規化する作業を行っています。ML開発ライフサイクルにおいて、この一連の作業に該当する工程はどれですか。
特徴エンジニアリングは、生データをモデルが学習しやすい形の入力変数（特徴量）へ変換・加工する工程です。日付差分による築年数の算出、カテゴリ変数の数値エンコード、面積の正規化はいずれもこの工程に該当します。 選択肢のデータ収集は生データを集める前段の工程。 選択肢のモデルデプロイは学習済みモデルを本番配置する工程。 選択肢のハイパーパラメータチューニングは学習設定を調整する別工程です。