Milliseid ülesandeid AutoML halvasti lahendab (väikesed andmed, mittestandardne domeeniteadmine)?

AutoML-il on raskusi ülesannetes, kus:

• Väikesed andmemahtud (small data): Automaatmeetodid nõuavad piisavat andmemahtu mudelite treenimiseks ja valideerimiseks. Väikese andmemahtuga võivad mudelid üleõppida ning AutoML ei ole alati tõhus sobivate regulatsioonitehnikate valimisel või täiendavate tunnuste loomisel.

• Mitte-standardsed valdkonna teadmised: AutoML keskendub tavaliselt üldistele mustritele ja standardsetele tunnustele. Kui ülesanne nõuab valdkonna sügavat mõistmist, keerukat tunnuste inseneritööd või mitte-standardsed mudeleid, ei saa AutoML asendada eksperti.

• Kompromissitud kohandatud mõõdikud ja äripiirangud: Automaatika ei arvesta sageli unikaalseid ärinõudeid, mida on keeruline formaliseerida.

Seetõttu sobib AutoML tüüpilisteks ülesanneteks, kus andmemaht on piisav, kuid mitte spetsialiseeritud, väikese andmemahtuga ja sügava valdkonna teadmisi nõudvate ülesannete jaoks.