Disadvantage of ML
-
Data Acquisition
-
Time and Resources
-
Interpretation
-
High error susceptibility
-
मशीन लर्निंग को पूरी तरह trained करने के लिए अधिक मात्रा में डेटा की ज़रूरत पड़ती है जिसके चलते परिणामो में गलतिया होने के chances काफी बढ़ जाते है। अधिक मात्रा में डेटा होने के कारण कार्यो को पूरा करने में काफी समय लग जाता है।
-
मशीन लर्निंग के एल्गोरिथ्म को develop होने में काफी समय का वक़्त लग जाता है जिसके चलते समय काफी बर्बाद होता है। इसके अलावा मशीन इसके एल्गोरिथ्म को पूरी तरह develop होने के लिए ज्यादा मात्रा में resources की आवश्यकता पड़ती है।
-
इसमें पुराने इनपुट डेटा की मदद से output data की भविष्यवाणी तो की जा सकती है लेकिन यह परिणाम या डाटा पूरी तरह से सही नहीं हो सकते जिसके चलते यूजर को समस्याओ का सामना करना पड़ता है।
-
इसमें डेटा का size काफी बड़ा होता है जिसके कारण सिस्टम को अधिक मात्रा में मेमोरी स्पेस की ज़रूरत पड़ती है।