AWS Clean Rooms รองรับการสร้างชุดข้อมูลสังเคราะห์ในการฝึก ML แบบกำหนดเอง
ตอนนี้ AWS Clean Rooms จะช่วยให้คุณและพาร์ทเนอร์สามารถสร้างชุดข้อมูลสังเคราะห์ที่มีการยกระดับความเป็นส่วนตัวจากข้อมูลรวมของคุณ เพื่อฝึกโมเดลแมชชีนเลิร์นนิง (ML) แบบรีเกรสชันและการจำแนกประเภท
การจัดทำชุดข้อมูลสังเคราะห์จะช่วยให้คุณและพาร์ทเนอร์สามารถสร้างชุดข้อมูลในการฝึกที่มีคุณสมบัติเชิงสถิติคล้ายกับข้อมูลเดิมได้ โดยไม่ให้รหัสการฝึกสามารถเข้าถึงบันทึกตัวจริงได้ ความสามารถแบบใหม่นี้จะเปลี่ยนข้อมูลเดิมให้อยู่ในรูปแบบที่ไม่สามารถระบุตัวบุคคลได้ เช่น บุคคลหรือหน่วยงานที่เป็นเจ้าของข้อมูลที่เก็บรวบรวมมา ซึ่งช่วยลดความเสี่ยงที่โมเดลจะจดจำข้อมูลเกี่ยวกับบุคคลในข้อมูลการฝึกเอาไว้ ความสามารถนี้จะปลดล็อกกรณีการใช้งานในการฝึกโมเดล ML แบบใหม่ที่เดิมทีเคยถูกจำกัดไว้เนื่องจากมีข้อกังวลเรื่องความเป็นส่วนตัว เช่น การเพิ่มประสิทธิภาพแคมเปญ การตรวจจับการฉ้อโกง และการวิจัยทางการแพทย์ ตัวอย่างเช่น สายการบินที่มีอัลกอริทึมที่เป็นกรรมสิทธิ์ต้องการทำงานร่วมกับแบรนด์โรงแรมเพื่อเสนอโปรโมชันร่วมกันให้กับลูกค้าที่มีมูลค่าสูง แต่ทั้ง 2 องค์กรต่างไม่ต้องการเปิดเผยข้อมูลผู้บริโภคที่ละเอียดอ่อน เมื่อใช้ AWS Clean Rooms ML องค์กรเหล่านี้ก็จะสามารถสร้างชุดข้อมูลแบบรวมในเวอร์ชันสังเคราะห์เพื่อฝึกโมเดลได้โดยไม่ต้องเปิดเผยข้อมูลดิบ ซึ่งช่วยให้สามารถกำหนดเป้าหมายของโปรโมชันได้แม่นยำขึ้นและปกป้องความเป็นส่วนตัวของลูกค้าไปพร้อมกัน
หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับ AWS Region ที่มี AWS Clean Rooms ML ให้บริการ โปรดดูที่ตาราง AWS Region หากต้องการเรียนรู้เพิ่มเติม โปรดดูที่ AWS Clean Rooms ML