AWS Clean Rooms, özel modelleme için artımlı ve dağıtılmış eğitimi destekler
AWS Clean Rooms, artık makine öğrenimi özelliklerinde, Clean Rooms iş birliğinde tahmine dayalı öngörüler oluşturmak üzere modelleri daha verimli ve geniş ölçekte eğitmenize yardımcı olan iki geliştirmeyi destekliyor. Artımlı eğitim, yeni modeller oluşturmak için mevcut model yapıtları üzerine inşa etmenizi sağlar. Dağıtılmış eğitim ise aynı anda birden çok işlem bulut sunucusunda model eğitmenize olanak tanır. Bu özellikler, veri bilimcilerinin ve ML uygulayıcılarının hem eğitim veri kümelerinin gizliliğini korumasına hem veri konusunda iş birliğini ve analizi hızlandırmasına yardımcı olur.
AWS Clean Rooms ML özel modelleme ile siz ve çözüm ortaklarınız, fikrî mülkiyete tabi hassas içerikleri paylaşmak zorunda kalmadan toplu veri kümelerini büyük ölçekte kullanarak özel bir ML modeli üzerinde çıkarım eğitimi yapıp yürütme gerçekleştirebilirsiniz. Artımlı eğitimle, genişletilmiş veri kümelerini kullanarak yeni varyantlar oluşturmak için önceden eğitilmiş modellerden yararlanıp eğitim süresini ve hesaplama kaynaklarını önemli ölçüde azaltabilirsiniz. Ayrıca, dağıtılmış eğitim, eğitim iş yükünü birden çok bulut sunucusuna dağıtarak büyük ölçekli veri kümelerini verimli şekilde işleyebilmenizi sağlar.
AWS Clean Rooms ML, sizin ve çözüm ortaklarınızın, birbirinizle ham veri veya model paylaşımında bulunmadan ya da kopyalama yapmadan hem tahmine dayalı öngörüler oluşturmanıza hem tescilli verileriniz ile ML modellerinizi korumak için gizliliği artırıcı denetimler uygulamanıza yardımcı olur. AWS Clean Rooms ML'nin kullanılabildiği AWS Bölgeleri hakkında daha fazla bilgi için AWS Bölgeleri tablosuna bakın. Daha fazla bilgi için AWS Clean Rooms ML sayfasını ziyaret edin.