Vatsal Ghiya, Giám đốc điều hành và đồng sáng lập của Shaip có 20 năm kinh nghiệm trong việc cung cấp các giải pháp AI chăm sóc sức khỏe để chăm sóc bệnh nhân tốt hơn. Trong phần dành cho khách mời này, anh ấy đã thảo luận về lý do khiến Dự án Máy học thất bại và những điều cần lưu ý để dự án thành công.
Chìa khóa rút ra từ Bài báo là
- Nếu bạn không nhận thức được con đường mà bạn đang tiến tới với các xu hướng công nghệ mới, toàn bộ quá trình có thể trở nên tồi tệ. Theo VentureBeat, khoảng 87% dự án AI thất bại do nhiều yếu tố nội tại. Và những thất bại này cũng gây tổn thất lớn về tiền bạc cho bộ phận kinh doanh.
- Lý do khiến các dự án ML này thất bại là do thiếu chuyên môn, khối lượng và chất lượng dữ liệu dưới trung bình, ghi nhãn sai, thiếu sự hợp tác phù hợp, thiếu chiến lược dữ liệu lỗi thời của lãnh đạo hiệu quả và sai lệch dữ liệu khó chịu.
- Mặc dù có thể có nhiều lý do khiến các dự án ML không thành công, nhưng điều quan trọng là phải cân nhắc tất cả các gợi ý nếu bạn đang triển khai các mô hình ML vào tổ chức của mình. Do đó, nên có một nhà cung cấp dịch vụ đầu cuối đáng tin cậy để xử lý dự án ML và đạt được độ chính xác cũng như hiệu quả cao hơn.
Đọc bài viết đầy đủ ở đây: