账号:
密码:
最新动态
产业快讯
CTIMES/SmartAuto / 新闻 /
AWS:企业机器学习正面临四大挑战
 

【CTIMES / SMARTAUTO ABC_1 报导】    2020年02月14日 星期五

浏览人次:【3374】

机器学习通常是将业务资料转化为准确预测和可操作资讯的催化剂,但与许多新兴技术一样,采用新技术也面临挑战,包括资料、复杂性、成本和技能的缺乏。

AWS认为,机器学习为实现效率和成本节省等基础收益提供了新的机遇。
AWS认为,机器学习为实现效率和成本节省等基础收益提供了新的机遇。

资料歧义

根据AWS企业机器学习指南的资料显示,企业可能会遇到与资料相关的各种问题。首先最重要的是,许多人没有意识到自己所有可能隐藏洞见的资料来源。即使他们已经识别出资料,也仍然缺少可供机器学习使用的标签资料。此外,由於资料通常可能具有基於人类标记者的隐藏偏见,因此,即使是标记资料也可能存在完整性问题。最後,企业通常会竭力确保采用正确的资料管理和控管政策,以允许适当的人员和程序安全地存取、储存和管理资料。

复杂性

机器学习工作流程可能耗时且反覆,这让许多组织和开发人员认为机器学习非常复杂且难以使用。从准备资料和选择演算法,到建置、培训和部署模型,以及再三反覆,涉及许多步骤。需要做出有关基础架构的决定,即选择合适的运算进行培训和推断,并考虑云端、内部部署和边缘部署。

成本约束

机器学习训练和推断可能会很昂贵,特别是因为模型需要反覆,才能提高预测的准确性。由於采用机器学习计划对许多公司来说是新事物,他们也没有内部经验或技能,因此常常不得不依靠昂贵的外部资源来启动专案。

技能不足

即使公司采用机器学习之类的新技术来推动业务转型,拥有适当的技能也往往是入门的障碍。机器学习计划需要机器学习专家来建置和训练机器学习模型,这包括机器学习开发人员、资料科学家和研究人员建置演算法和训练模型的技能。这些技能供给不足,而且通常在内部无法使用,这让企业难以与顾问和合作夥伴一起训练或补充技能。

机器学习入门

AWS认为,机器学习为实现效率和成本节省等基础收益,以及产品创新和刺激发现与研究等高价值收益提供了新的机遇。但组织应如何着手?对於许多人来说,采用机器学习首先要考虑所有资料来源和现有资料策略。他们确定效率低下的工作流程和业务程序,考虑所有数据来源和现有资料策略,确定基於云端的最隹基础架构和工具来扩展机器学习,最後确保掌握正确的技能,机器学习计划才能取得成功。

關鍵字: ML 
相关新闻
远东商银导入SAS平台 善用AI数据力彰显品牌价值
戴尔、VMware与NVIDIA合作实现突破性创新 为多云解决方案提供效能
Supermicro为Intel加速器提供支援 让客户加速技术部署
ST升级NanoEdge AI Studio 简化IoT和工业设备ML软体发展
英飞凌ModusToolbox ML实现安全AIoT微型机器学习
comments powered by Disqus
相关讨论
  相关文章
» 使用Microchip Inductive Position Sensor(电感式位置传感器)实现高精度马达控制
» 以霍尔效应电流感测器简化高电压感测
» ESG趋势展??:引领企业迈向绿色未来
» 智慧家居大步走 Matter实现更好体验与可靠连结
» 车载软体数量剧增 SDV硬体平台方兴未艾


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83T5NDE2ISTACUKW
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw