账号:
密码:
CTIMES/SmartAuto / 新闻 /
AWS:企业机器学习正面临四大挑战
 

【CTIMES/SmartAuto 王岫晨 报导】   2020年02月14日 星期五

浏览人次:【376】
  

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
ARM:第五波运算革命将推动不同领域应用创新
爱立信:5G安全性必须与系统同时演进
2018产业展??:是时候该认真看待5G了!
5G商转在即 NI以灵活系统架构因应企业多元测试需求
ARM:视讯体验与机器学习将造就新一代手机
comments powered by Disqus
相关讨论
  相关新品
mbed
原厂/品牌:RS
供应商:RS
產品類別:
Arduino
原厂/品牌:RS
供应商:RS
產品類別:
Raspberry Pi
原厂/品牌:RS
供应商:RS
產品類別:
  相关产品
» EV GROUP与INKRON合作开发高折射率材料和奈米压印微影制程技术
» 意法半导体加速汽车电子创新 推出功能强大的ECU开发工具
» TI最隹化EMI的整合式变压器技术 缩小隔离式电源至IC封装尺寸
» 软体工作交由硬体执行 Microchip新型PIC MCU产品加快系统反应
» 恩智浦S32G汽车网路处理器 发挥车辆数据的潜力
  相关文章
» 联发科与高通的5G晶片设计解析
» 一劳灸逸━智慧温控灸疗装置
» DRAMless并非永远代表低预算
» 提升取样率 为示波器讯号品质把关
» 2020年是电竞智慧手机的元年吗?
  相关资源
» Power Management Solutions for Altera FPGAs

AD


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 ©1999-2020 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw