Obsah:
Nie je to vec, ktorú treba brať na ľahkú váhu - začať s projektom strojového učenia môže byť skľučujúci proces pre vedúcich pracovníkov, ktorí chcú využiť tento trend v oblasti IT, ale môžu im chýbať interné vedomosti, aby skutočne pochopili prínosy a príčiny toho, čo stroj robí. vzdelávacie projekty začiarknite.
Tu budeme hovoriť o niektorých základných mylných predstavách, ktoré majú vplyv na to, ako spoločnosti vyvíjajú technológie strojového učenia na rýchlo sa meniacom trhu. (Veda o údajoch je ďalšou oblasťou, ktorú podniky implementujú, ale ako sa líši od ML? Zistite v Data Science alebo Machine Learning? Tu je návod, ako zistiť rozdiel.)
Mýtus č. 1: Viac údajov je vždy lepších
Toto je skutočne jeden z najväčších mýtov strojového učenia. Ľudia si myslia, že viac údajov znamená väčšiu schopnosť zdokonaliť sa v reakciách na informácie. V niektorých prípadoch majú pravdu, ale častejšie môže byť pravdou opak.
