Inhoudsopgave:
Het is niet iets om lichtvaardig te zijn - beginnen met een machine learning-project kan een ontmoedigend proces zijn voor leidinggevenden die willen profiteren van deze IT-trend maar misschien de interne kennis missen om de ins en outs te begrijpen van wat machines maakt leerprojecten aankruisen.
Hier zullen we het hebben over enkele van de fundamentele misvattingen die van invloed zijn op hoe bedrijven machine learning-technologieën ontwikkelen in een snel veranderende markt. (Data science is een ander veld dat bedrijven implementeren, maar hoe verschilt het van ML? Ontdek het in Data Science of Machine Learning? Hier is hoe het verschil te ontdekken.)
Mythe # 1: Meer gegevens zijn altijd beter
Dit is echt een van de grootste mythes van machine learning. Mensen denken dat meer gegevens meer vermogen betekenen om bruikbare inzichten aan te scherpen. In sommige gevallen hebben ze gelijk, maar vaker kan het omgekeerde waar zijn.
