Obsah:
Není to věc brát zlehka - začít s projektem strojového učení může být skličující proces pro vedoucí pracovníky, kteří chtějí využít tento trend v oblasti IT, ale mohou jim chybět interní znalosti, aby skutečně porozuměli tomu, co dělá stroj učící se projekty tick.
Zde si povíme o některých základních mylných představách, které mají dopad na to, jak společnosti vyvíjejí technologie strojového učení na rychle se měnícím trhu. (Věda o údajích je další oborovou firmou, kterou implementují, ale jak se liší od ML? Zjistěte to v Data Science nebo Machine Learning? Zde je návod, jak zjistit rozdíl.)
Mýtus č. 1: Více dat je vždy lepší
To je opravdu jeden z největších mýtů strojového učení. Lidé si myslí, že více údajů znamená větší schopnost zdokonalovat se v informacích, které lze uplatnit. V některých případech mají pravdu, ale častěji může být opak pravdou.
