AWS Clean Rooms supporta la generazione di set di dati sintetici e l'addestramento personalizzato di modelli ML
AWS Clean Rooms consente a te e ai tuoi partner di generare set di dati sintetici a tutela della privacy dai dati collettivi per addestrare modelli di machine learning (ML) di regressione e classificazione.
La generazione di set di dati sintetici consente a te e ai tuoi partner di creare set di addestramento con proprietà statistiche simili ai dati originali, senza che il codice di training abbia accesso a record reali. Questa nuova funzionalità de-identifica i soggetti, come persone o entità su cui sono stati raccolti dati, nei dati originali, mitigando il rischio che un modello memorizzi informazioni sugli individui presenti nei dati di addestramento. Questo abilita nuovi casi d'uso dell'addestramento di modelli ML che in precedenza erano limitati da vincoli di privacy, come l'ottimizzazione delle campagne, il rilevamento delle frodi e la ricerca medica. Ad esempio, una compagnia aerea con un algoritmo proprietario desidera collaborare con un marchio alberghiero per offrire promozioni congiunte a clienti di alto valore, ma nessuna delle due organizzazioni vuole condividere dati sensibili dei consumatori. Utilizzando AWS Clean Rooms ML, possono generare una versione sintetica del loro set di dati collettivo per addestrare il modello senza esporre dati grezzi, consentendo promozioni mirate più accurate e proteggendo al contempo la privacy dei clienti.
Per ulteriori informazioni sulle regioni AWS in cui è disponibile AWS Clean Rooms ML, consulta la tabella delle regioni AWS. Per maggiori informazioni vai alla pagina di AWS Clean Rooms ML.