Tres errores a evitar cuando entrenes tu IA | Inteligencia artificial

En los últimos 3 años, he estado participando de cerca en iniciativas de implementación de los primeros agentes inteligentes y por eso quiero compartir contigo los 5 errores que debes evitar.

1. No tener suficientes datos para entrenar: ¿Cuántos datos se necesitan para entrenar mi agente inteligente?, la respuesta siempre va a ser depende. La dependencia se debe al algoritmo que estas usando y la complejidad del problema que quieres resolver. Lo que tienes que hacer es observar y experimentar para identificar ese numero optimo (los algoritmos usan estadística para poder medir esa efectividad).
2. Limpieza y  validación de los datos: Demasiados datos no sirven de nada si son de mala calidad. Esto puede pasar por 3 cosas:
   1. Los datos están ruidosos, es decir que existe información engañosa y contradictoria.
   2. Variables confusas
   3. Variables esenciales no encontradas
3. Los datos corresponden a un caso de uso o escenario de uso especifico, el modelo debe enfocarse en un único caso de uso. el aprendizaje automático se basa en los datos que ve y prepara para cada caso de uso. Si vas a a realizar un agente para predecir la diabetes mellitus de tipo 1, solo debes de centrarte en trabajar con los datos que te ayudaran a realizar la clasificación.

Para la inteligencia artificial los datos son el paraíso y yo llamo a eso:

Sin datos no hay 

paraíso