O foco principal está na otimização dos hiperparâmetros aplicados aos modelos de aprendizagem de máquina.

Enfatiza que o design sistemático e a engenharia de dados são essenciais para construir sistemas baseados em IA eficazes e eficientes.

Assume que a coleta de grandes volumes de dados está associada aos benefícios de colocar menos foco no tipo ou qualidade desses dados.

Afirma que os profissionais podem usar aprendizagem de máquina, para resolver problemas únicos, para os quais não existem conjuntos de dados públicos ou modelos pré-treinados adequados.

Entende que apesar da presença de instâncias de baixa qualidade, como rótulos incorretos ou valores imprecisos de características, essas instâncias não precisam ser identificadas e removidas.