AWS Clean Rooms oferece suporte ao treinamento incremental e distribuído para modelagem personalizada
O AWS Clean Rooms agora oferece suporte a dois aprimoramentos em seus recursos de machine learning que ajudam você a treinar modelos com mais eficiência e escala para gerar insights preditivos em uma colaboração do Clean Rooms. O treinamento incremental permite que você se baseie em artefatos de modelo existentes para criar novos modelos, e o treinamento distribuído permite treinar modelos em várias instâncias de computação simultaneamente. Esses recursos ajudam cientistas de dados e profissionais de ML a acelerar a colaboração e a análise de dados, mantendo a privacidade dos conjuntos de dados de treinamento.
Com a modelagem personalizada do AWS Clean Rooms ML, você e seus parceiros podem treinar e executar inferências em um modelo de ML personalizado usando conjuntos de dados coletivos em grande escala sem precisar compartilhar propriedades intelectuais confidenciais. Com o treinamento incremental, você pode aproveitar modelos previamente treinados para criar novas variantes usando conjuntos de dados expandidos, reduzindo significativamente o tempo de treinamento e os recursos computacionais. Além disso, o treinamento distribuído permite processar conjuntos de dados em grande escala de forma eficiente, distribuindo a workload de treinamento em várias instâncias.
O AWS Clean Rooms ML ajuda você e seus parceiros a aplicar controles que reforçam a privacidade para proteger seus dados proprietários e modelos de ML, além de gerar insights preditivos, e tudo isso sem compartilhar nem copiar dados brutos ou modelos uns dos outros. Para obter mais informações sobre todas as regiões da AWS nas quais o AWS Clean Rooms ML está disponível, consulte a tabela de regiões da AWS. Para saber mais, acesse o AWS Clean Rooms ML.