Calidad de datos para el aprendizaje automático: precisión, completitud, representatividad y sesgo

Un modelo de aprendizaje automático aprende solo de los datos con los que se entrena. Si esos datos son malos, el modelo será malo, por muy avanzado que sea el algoritmo. Esto a menudo se resume como 'basura entra, basura sale' (garbage in, garbage out), y por eso la calidad de los datos es parte de la sección de IA del examen.