Desventajas del MACHINE LEARNING

• Adquisición de datos

En el proceso de Machine Learning, se utiliza una gran cantidad de datos para el entrenamiento y el aprendizaje. Por lo tanto, esta utilización de datos debe ser de alta calidad y objetiva. En el proceso de Machine Learning mediante servicios de desarrollo de software, también hay situaciones en las que tenemos que esperar. Durante este tiempo, se generan nuevos datos que pueden utilizarse para otros procesos.

• Tiempo y recursos

Durante el proceso de Machine Learning, se necesitan algoritmos que ayuden a comprobar todas las operaciones, verificar los datos y, en caso de error, utilizar algunos de los datos en el proceso de corrección, todo lo cual requiere mucho tiempo. Y también recursos fiables y de confianza para hacer funcionar este sistema.

• Interpretacion

Si los algoritmos ayudan en todos estos procesos y dan resultados adecuados. Esta salida debe ser revisada en busca de errores y corregida para lograr la precisión deseada. A la hora de elegir este algoritmo, tenemos que elegir el algoritmo que se necesita para el propósito.

• Alta susceptibilidad a errores

Por un lado, el machine learning utiliza una gran cantidad de datos; por otro, se utilizan y prueban muchos algoritmos. En consecuencia, el número de errores varía mucho. Esto se debe a que cuando se entrena el conjunto de datos, se utilizan muchos algoritmos. Si el algoritmo contiene errores, puede dirigir al usuario a un anuncio diferente e irrelevante.

SIGUIENTE