帳號:
密碼:
最新動態
產業快訊
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:【3373】

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
遠東商銀導入SAS平台 善用AI數據力彰顯品牌價值
戴爾、VMware與NVIDIA合作 為多雲解決方案提供效能
Supermicro為Intel加速器提供支援 讓客戶加速技術部署
ST升級NanoEdge AI Studio 簡化IoT和工業設備ML軟體發展
英飛凌ModusToolbox ML實現安全AIoT微型機器學習
comments powered by Disqus
相關討論
  相關文章
» 使用Microchip Inductive Position Sensor(電感式位置感測器)實現高精度馬達控制
» 以霍爾效應電流感測器創新簡化高電壓感測
» ESG趨勢展望:引領企業邁向綠色未來
» 智慧家居大步走 Matter實現更好體驗與可靠連結
» 車載軟體數量劇增 SDV硬體平台方興未艾


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 ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.215.183.194
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw