帳號:
密碼:
CTIMES/SmartAuto / 新聞 /
AWS:企業機器學習正面臨四大挑戰
 

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

瀏覽人次:【375】
  

機器學習通常是將業務資料轉化為準確預測和可操作資訊的催化劑,但與許多新興技術一樣,採用新技術也面臨挑戰,包括資料、複雜性、成本和技能的缺乏。

AWS認為,機器學習為實現效率和成本節省等基礎收益提供了新的機遇。
AWS認為,機器學習為實現效率和成本節省等基礎收益提供了新的機遇。

資料歧義

根據AWS企業機器學習指南的資料顯示,企業可能會遇到與資料相關的各種問題。首先最重要的是,許多人沒有意識到自己所有可能隱藏洞見的資料來源。即使他們已經識別出資料,也仍然缺少可供機器學習使用的標籤資料。此外,由於資料通常可能具有基於人類標記者的隱藏偏見,因此,即使是標記資料也可能存在完整性問題。最後,企業通常會竭力確保採用正確的資料管理和控管政策,以允許適當的人員和程序安全地存取、儲存和管理資料。

複雜性

機器學習工作流程可能耗時且反覆,這讓許多組織和開發人員認為機器學習非常複雜且難以使用。從準備資料和選擇演算法,到建置、培訓和部署模型,以及再三反覆,涉及許多步驟。需要做出有關基礎架構的決定,即選擇合適的運算進行培訓和推斷,並考慮雲端、內部部署和邊緣部署。

成本約束

機器學習訓練和推斷可能會很昂貴,特別是因為模型需要反覆,才能提高預測的準確性。由於採用機器學習計劃對許多公司來說是新事物,他們也沒有內部經驗或技能,因此常常不得不依靠昂貴的外部資源來啟動專案。

技能不足

即使公司採用機器學習之類的新技術來推動業務轉型,擁有適當的技能也往往是入門的障礙。機器學習計劃需要機器學習專家來建置和訓練機器學習模型,這包括機器學習開發人員、資料科學家和研究人員建置演算法和訓練模型的技能。這些技能供給不足,而且通常在內部無法使用,這讓企業難以與顧問和合作夥伴一起訓練或補充技能。

機器學習入門

AWS認為,機器學習為實現效率和成本節省等基礎收益,以及產品創新和刺激發現與研究等高價值收益提供了新的機遇。但組織應如何著手?對於許多人來說,採用機器學習首先要考慮所有資料來源和現有資料策略。他們確定效率低下的工作流程和業務程序,考慮所有數據來源和現有資料策略,確定基於雲端的最佳基礎架構和工具來擴展機器學習,最後確保掌握正確的技能,機器學習計劃才能取得成功。

關鍵字: ML 
相關新聞
ARM:第五波運算革命將推動不同領域應用創新
愛立信:5G安全性必須與系統同時演進
產業觀察:該是時候認真看待5G了!
5G商轉在即 NI以靈活系統架構因應企業多元測試需求
ARM:視訊體驗與機器學習將造就新一代手機
comments powered by Disqus
相關討論
  相關新品
mbed
原廠/品牌:RS
供應商:RS
產品類別:PC Board
Arduino
原廠/品牌:RS
供應商:RS
產品類別:PC Board
Raspberry Pi
原廠/品牌:RS
供應商:RS
產品類別:PC Board
  相關產品
» EV GROUP與INKRON合作開發高折射率材料和奈米壓印微影製程技術
» 意法半導體加速汽車電子創新 推出功能強大的ECU開發工具
» TI最佳化EMI的整合式變壓器技術 縮小隔離式電源至IC封裝尺寸
» 軟體工作交由硬體執行 Microchip新型PIC MCU產品加快系統反應
» 恩智浦S32G汽車網路處理器 發揮車輛數據的潛力
  相關文章
» 聯發科與高通的5G晶片設計解析
» 一勞灸逸-智慧溫控灸療裝置
» DRAMless並非永遠代表低預算
» 提升取樣率 為示波器訊號品質把關
» 2020年是電競智慧手機的元年嗎?
  相關資源
» Power Management Solutions for Altera FPGAs

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2020 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw