Emparejar ML errores por sus tipos

Es fundamental detectar situaciones en las que el equipo de aprendizaje automático puede estar demasiado centrado en la metodología o simplemente entusiasmado con la ciencia que hay detrás del proyecto, pero el argumento comercial no es sólido o la empresa no está preparada para ejecutar los resultados del modelo ML. A continuación verá algunas situaciones y tendrá que identificar a cuál de los tipos de error de ML pertenecen.