머신러닝에 대해 잘못 알려진 정보들이 아직도 많이 존재합니다.
직접 경험해 보면 머신러닝는 생각보다 신경 써야 할 요소가 많습니다.
일반적인 사례를 기준으로 하면, 머신러닝를 효율적으로 운영하려면 불필요한 요소를 줄여야 합니다. 현실적인 기준으로 보면 이 요소를 무시하기 어렵습니다. 실무 기준으로 보면 머신러닝는 단계별 접근이 효과적입니다. 머신러닝는 전략적 접근 없이는 효과를 기대하기 어렵습니다. 실제로 결과를 비교해 보면 차이가 분명하게 나타납니다.
많은 실패 사례는 머신러닝의 기본 구조를 이해하지 못한 데서 발생합니다.
머신러닝는 단순한 작업이 아니라 전략적인 판단의 연속입니다. 장기 관점에서 보면 머신러닝는 누적 관리가 중요합니다.
머신러닝는 경험이 쌓일수록 접근이 수월해집니다.