Почему глубокое обучение считается самым сложным методом машинного обучения?

Глубокое обучение считается сложным методом машинного обучения по нескольким причинам:

• Необходимость в большом объёме данных. 13 Для обучения нейросети нужно собрать огромное количество информации из-за большого количества характеристик. 1 Если подходящих данных мало, это становится препятствием. 1
• Потребность в высоких вычислительных мощностях. 12 Глубокое обучение требует серьёзных вычислительных ресурсов, включая специализированное оборудование, например, графические процессоры. 12
• Сложность понимания. 1 Часто сложно понять, почему модель сделала тот или иной выбор. 1
• Риск переобучения. 1 Существует опасность, что модель «запомнит» данные, на которых обучалась, и будет плохо работать с новой информацией. 1
• Управление непрерывными входными данными. 2 Специалистам приходится адаптировать свои алгоритмы глубокого обучения, чтобы нейронные сети могли обрабатывать большие объёмы непрерывных входных данных. 2