“A necessidade de colaboração segura de dados é mais crítica do que nunca, com a necessidade de proteger informações confidenciais, mas compartilhar dados com parceiros e outros colaboradores para melhorar os modelos de aprendizado de máquina com dados coletivos”, disse Kathy LangeDiretor de Pesquisa da IDC.
“Muitas vezes, as empresas não podem coletar o suficiente de seus próprios dados para cobrir um amplo espectro de resultados, particularmente em aplicativos de saúde, surtos de doenças ou mesmo em aplicações financeiras, como fraude ou segurança cibernética”, acrescentou Lange.
Treinamento incremental para ajudar com agilidade
A capacidade de treinamento incremental adicionada a salas limpas ajudará as empresas a se basear nos artefatos de modelos existentes, disse a AWS.
Os artefatos modelo são os principais saídas do processo de treinamento-como arquivos e dados-necessários para implantar e operacionalizar um modelo de aprendizado de máquina em aplicativos do mundo real.
