В радиоэлектронике есть такое понятие GIGO - garbage in, garbage out.
Если на вход подается шумный сигнал, на выходе хорошо не будет.

Это же правило приносит много боли дата-сатанистам.
Но, как оказывается, есть еще проблемы.

Проблемы воспроизводимости.

Не только лишь все прикладывают к обученным сетям исходные датасеты. В чем тут проблема? Нельзя расчитывать, что на входе был не garbage. Говорят, некоторые даже не понимают что такое overfitting.

И черт бы с ним, если бы это было только в рекомендательных системах онлайн магазинов. Ну порекомендуют вам веганские рецепты рядом с Дональдом Кнутом, это можно пережить.

Но ML сейчас везде - от медицины до авиастроения. И если перед полетом можно принять стабилизаторы настроения, то в случае с медициной общий наркоз нужно еще заслужить.

Или может вы надеетесь, что у дата сатанистов нет своего stack overflow?..

Говорят, даже kaggle уже не торт.

https://www.kaggle.com/c/deepfake-detection-challenge/leaderboard

Log loss 0.52 в конкурсе на $1m это правда смешно...

По ссылки больше тлена, наслаждайтесь.

https://habr.com/ru/post/480348/