AutoML hansı tapşırıqları pis həll edir (kiçik məlumatlar, standart olmayan domen bilikləri)?

AutoML aşağıdakı tapşırıqlarda çətinlik çəkir:

• Kiçik məlumatlar (small data): Avtomatik metodlar modelləri öyrətmək və təsdiqləmək üçün kifayət qədər məlumat tələb edir. Az məlumatla modellər çox uyğunlaşa bilər və AutoML hər zaman uyğun tənzimləmə texnikalarını seçmək və ya əlavə xüsusiyyətlər yaratmaqda effektiv olmaya bilər.

• Standart olmayan sahə bilikləri: AutoML ümumiyyətlə ümumi nümunələr və standart xüsusiyyətlərə yönəlib. Əgər tapşırıq sahənin mahiyyətini dərindən başa düşməyi, mürəkkəb xüsusiyyət mühəndisliyini və ya standart olmayan model arxitekturalarını tələb edirsə, AutoML mütəxəssisi əvəz edə bilməz.

• Mürəkkəb xüsusi metriklər və biznes məhdudiyyətləri: Avtomatlaşdırma tez-tez unikal biznes tələblərini nəzərə almır, bunlar formalizə etmək çətindir.

Bu səbəbdən, AutoML kifayət qədər məlumat ilə tipik tapşırıqlar üçün uyğundur, lakin kiçik məlumatlar və dərin sahə bilikləri tələb edən ixtisaslaşdırılmış tapşırıqlar üçün uyğun deyil.