विषयसूची:
यह हल्के में लेने की बात नहीं है - मशीन लर्निंग प्रोजेक्ट के साथ शुरू करना उन अधिकारियों के लिए एक कठिन प्रक्रिया हो सकती है जो इस आईटी प्रवृत्ति का लाभ उठाना चाहते हैं, लेकिन इन-हाउस ज्ञान को समझने के लिए इन-हाउस ज्ञान का अभाव हो सकता है जो मशीन बनाता है सीखने परियोजनाओं टिक।
यहां हम कुछ बुनियादी गलत धारणाओं के बारे में बात करेंगे, जो इस बात पर प्रभाव डाल रही हैं कि कंपनियां तेजी से बदलते बाजार में मशीन सीखने की तकनीक कैसे विकसित करती हैं। (डेटा साइंस एक अन्य फील्ड व्यवसाय है, जो लागू हो रहा है, लेकिन यह ML से कैसे भिन्न है? डेटा साइंस या मशीन लर्निंग में पता करें। यहां अंतर कैसे पता करें?)
मिथक # 1: अधिक डेटा हमेशा बेहतर होता है
यह वास्तव में मशीन सीखने के सबसे बड़े मिथकों में से एक है। लोगों को लगता है कि अधिक डेटा का मतलब एक्शन करने योग्य अंतर्दृष्टि पर सान करने की अधिक क्षमता है। कुछ मामलों में, वे सही हैं, लेकिन अधिक बार, रिवर्स सच हो सकता है।
