Elas permitem treinar modelos em grandes volumes de dados sem precisar de um grande conjunto de dados de treinamento.

Elas evitam a necessidade de usar redes neurais em modelos de aprendizado de máquina.

Elas tornam o treinamento mais rápido, transferindo conhecimento de um modelo treinado para outro.

Elas são eficazes apenas em problemas de regressão.

Elas garantem que o modelo nunca overfit.