Considere que cuatro subordinados están trabajando debajo de usted y están dando sus opiniones para un tema en particular (muestra). Si sigues la agrupación máxima, solo tomarás una opinión, lo que es más convincente, ignorando a los demás.
Por lo tanto, si obtiene éxito de esta opinión, solo le dará crédito a esa persona. Del mismo modo, por el fracaso, solo se culpará a esa persona.
Como no ha considerado otras tres opiniones, no se culpará a otros por este problema en particular, independientemente de sus opiniones.
- ¿Cuál es la diferencia básica entre ruido y valores atípicos en la minería de datos?
- ¿Qué es Cleverbot y es seguro?
- ¿Por qué imaginamos (y creamos en algunos casos) robots con forma humana?
- ¿Qué asignaturas de informática son necesarias para aprender Machine Learning e IA ya que mi experiencia es eléctrica?
- Teoría de decisiones: ¿Cómo resolvería un cubo de rubix con una planificación de orden parcial (si se puede hacer)?
Entonces, para culpar o acreditar, debes hacer un seguimiento de la opinión que has tomado.
A lo largo del año (época) puede tener muchos problemas de este tipo. Puede agregar todas las culpas y créditos para cada subordinado y aplicar al final del año (por lotes) o puede aplicar para cada problema por separado (estocástico).