Turinys:
Tai nėra dalykas, kurio reikia imtis žaibiškai - pradėti nuo mašininio mokymosi projekto vadovai, kurie nori pasinaudoti šia IT tendencija, gali būti gąsdinantis procesas, tačiau jiems gali trūkti vidinių žinių, kad jie tikrai suprastų, kas daro mašiną. mokymosi projektai pažymėti.
Čia kalbėsime apie keletą pagrindinių klaidingų nuomonių, darančių įtaką tai, kaip įmonės kuria mašinų mokymosi technologijas greitai besikeičiančioje rinkoje. (Duomenų mokslas yra dar viena sritis, kurią įgyvendina įmonės, tačiau kuo ji skiriasi nuo ML? Sužinokite apie duomenų mokslą ar mašinų mokymąsi? Štai kaip pastebėti skirtumą.)
1 mitas: daugiau duomenų visada yra geriau
Tai iš tikrųjų yra vienas didžiausių mašinų mokymosi mitų. Žmonės mano, kad daugiau duomenų reiškia didesnį sugebėjimą įsitraukti į veiksmingas įžvalgas. Kai kuriais atvejais jie teisūs, tačiau dažniau gali būti atvirkščiai.
