En el desarrollo de modelos de Machine Learning, uno de los principales desafíos es lograr que el modelo aprenda patrones útiles sin depender en exceso de los datos de entrenamiento (Rojas, 2020), considerando problemas como el sobreajuste, el subajuste y la calidad de los datos.
Pregunta para debate
¿Cómo se puede encontrar un equilibrio adecuado entre la complejidad del modelo y su capacidad de generalizar a nuevos datos?
Referencia:
Rojas, E. M. (2020). Machine Learning: análisis de lenguajes de programación y herramientas para desarrollo. Revista Ibérica de Sistemas e Tecnologias de Informação, (E28), 586-599.