Manapság mindenki azt hiszi, hogy ha van adata, akkor majd valamilyen gépi tanulás csoda segít majd megoldani a problémáit - sőt, az egész világ szebb, jobb és úgy általában egy élhetőbb hely lesz. Persze mi is imádjuk ha van adat és lehet rajta dolgozni. Két dolgot azonban nem árt észben tartani!
1. Az ún. No Free Lunch Theorem (vagy inkább Theorems) rámutat arra, hogy nincs univerzálisan jól működő eljárás, ergo meg se próbáljunk automatikusan módszert választani egy előttünk álló feladathoz.
_poster.jpg)
2. Az Ugly Duckling Theorem remek példa arra, hogy a gépek azt csinálják amit mondunk nekik, az eredményekhez kell az emberi intuíció. Magyarán ahhoz, hogy egy klasszifikáció működjön, bizony valamilyen részrehajlást be kell vinnünk az eljárásba, máskülönben nem működhet a dolog! (Aki nem hiszi, kattintson a linkre!!!!!)
Magyarán szükség van szakértőkre és foglalkozni kell a problémáinkkal, nem elég ülni az adatokon és várni hogy valaki előáll majd egy gépi tanulás algoritmussal, ami mindent megold!
