AWS Clean Rooms mendukung pelatihan pembuatan set data sintetis pelatihan ML kustom
AWS Clean Rooms kini memungkinkan Anda dan partner Anda untuk menghasilkan set data sintetis yang meningkatkan privasi dari data kolektif Anda untuk melatih model machine learning (ML) regresi dan klasifikasi.
Pembuatan set data sintetis memungkinkan Anda dan partner membuat set data pelatihan dengan properti statistik yang serupa dengan data asli, tanpa kode pelatihan memiliki akses ke rekaman sebenarnya. Kemampuan baru ini menghilangkan identitas subjek—seperti orang atau entitas yang datanya telah dikumpulkan—dalam data asli, sehingga mengurangi risiko bahwa suatu model akan mengingat informasi tentang individu dalam data pelatihan. Ini membuka kasus penggunaan pelatihan model ML baru yang sebelumnya dibatasi oleh masalah privasi, seperti pengoptimalan kampanye, deteksi penipuan, dan penelitian medis. Misalnya, sebuah maskapai penerbangan dengan algoritma hak milik ingin berkolaborasi dengan merek hotel untuk menawarkan promosi bersama kepada pelanggan bernilai tinggi, tetapi tidak ada organisasi yang ingin berbagi data konsumen yang sensitif. Dengan menggunakan AWS Clean Rooms ML, mereka dapat menghasilkan versi sintetis dari set data kolektif mereka untuk melatih model tanpa memaparkan data mentah—memungkinkan penargetan promosi yang lebih akurat sekaligus melindungi privasi pelanggan.
Untuk informasi lebih lanjut tentang AWS Region tempat AWS Clean Rooms ML tersedia, lihat tabel AWS Region. Untuk mempelajari lebih lanjut, kunjungi AWS Clean Rooms ML.