الفضاء الكامن (Latent space)، ويُعرف أيضاً باسم فضاء الميزات الكامن أو فضاء التضمين، هو عبارة عن تضمين لمجموعة من العناصر داخل متعدد شعب (Manifold) بحيث يتم وضع العناصر التي تشبه بعضها البعض بالقرب من بعضها. يمكن النظر إلى الموضع داخل الفضاء الكامن على أنه مُحدد بواسطة مجموعة من المتغيرات الكامنة التي تنبثق من أوجه الشبه بين الكائنات.
في معظم الحالات، يتم اختيار أبعاد الفضاء الكامن لتكون أقل من أبعاد فضاء الميزات (feature space) التي تُستمد منها نقاط البيانات، مما يجعل بناء الفضاء الكامن مثالاً على تقليل الأبعاد، والذي يمكن اعتباره أيضاً شكلاً من أشكال ضغط البيانات. عادةً ما يتم التوفيق أو المطابقة (fit) للفضاءات الكامنة عبر خوارزميات تعلم الآلة، ويمكن استخدامها بعد ذلك كفضاءات ميزات في نماذج تعلم الآلة، بما في ذلك المصنفات والمُتنبئات الأخرى الخاضعة للإشراف.
يُعد تفسير الفضاءات الكامنة في نماذج تعلم الآلة مجالاً بحثياً مستمراً، ولكن يظل الوصول إلى تفسيرات واضحة أمراً صعباً. غالباً ما تجعل طبيعة "الصندوق الأسود" لهذه النماذج الفضاء الكامن غير بديهي، في حين أن خصائصه عالية الأبعاد، والمعقدة، وغير الخطية تزيد من تعقيد مهمة فهمه. يكشف تحليل هندسة الفضاء الكامن في نماذج الانتشار عن بنية كسيرية (Fractal structure) لانتقالات الطور في الفضاء الكامن، والتي تتميز بتغيرات مفاجئة في مقياس فيشر.
تم تطوير بعض تقنيات التصور لربط الفضاء الكامن بالعالم المرئي، ولكن غالباً لا يوجد ارتباط مباشر بين تفسير الفضاء الكامن والنموذج نفسه. تشمل هذه التقنيات تقنية تضمين الجوار العشوائي الموزع بنمط t (t-SNE)، حيث يتم تعيين الفضاء الكامن في بُعدين لتصوره. تفتقر المسافات في الفضاء الكامن إلى وحدات مادية، لذا قد يعتمد تفسير هذه المسافات على التطبيق نفسه.