Home Технологии AIMultiple Tabular Synthetic Data Benchmark Методология | DeepTech

AIMultiple Tabular Synthetic Data Benchmark Методология | DeepTech

0
AIMultiple Tabular Synthetic Data Benchmark Методология
 | DeepTech

AIMultiple стремится помочь покупателям выбрать правильное решение для синтетических данных для своего бизнеса.

Целью первого эталонного теста синтетических данных AIMultiple является помощь глобальным компаниям из списка Forbes 2000 в подготовке табличных тестовых данных. Бенчмарк будет оценивать следующие аспекты их бизнеса:

  • Верность синтетических данных
  • Конфиденциальность; эффективность удаления личной информации из синтетических данных
  • Вычислительные требования
  • Общая стоимость владения

Каковы будут руководящие принципы?

Методология сравнительного анализа AIMultiple предназначена для объективной и прозрачной оценки. В нем также разъясняются требования к участию.

Что будет бенчмаркироваться?

Технология генерации синтетических данных. AIMultiple загрузит свой набор данных и соберет синтетические данные для эталонного теста, используя параметры по умолчанию, предоставленные в API поставщика.

Что такое эталонный набор данных?

Наш набор данных должен быть репрезентативным для корпоративных данных. Он будет включать в себя десятки реальных наборов данных, состоящих из гигабайт данных.

Что требуется от решения вендора?

Ожидается, что решение поставщика будет реплицировать предоставленные наборы данных для подготовки тестовых данных.

Как AIMultiple будет выполнять тест?

Тест генерации синтетических данных AIMultiple направлен на точное соответствие предпочтениям покупателей. AIMultiple будет измерять следующие показатели:

  • Верность будут сведены к одному значению путем объединения нескольких метрик или использования нескольких метрик. Перед окончательной доработкой метрики будут проведены консультации с поставщиками.
  • Конфиденциальность будет рассматриваться так же, как верность.
  • Вычислительные требования: время репликации базы данных будет проверено с базами данных с гигабайтами записей.
  • Общая стоимость владения: модели затрат или ценообразование поставщиков будут опубликованы, чтобы помочь покупателям сравнить цены разных поставщиков. Продавцы не обязаны раскрывать свои цены для участия, но раскрытие информации может обеспечить большую прозрачность для покупателей.
  • Обслуживание клиентов: обзоры на платформах обзоров B2B будут проанализированы для оценки удовлетворенности клиентов.

Как будут опубликованы результаты?

Они будут опубликованы на AIMultiple.com и будут содержать графики, которые пользователи смогут использовать для поиска подходящего поставщика для своего бизнеса. Различные показатели будут представлены отдельно, чтобы обеспечить прозрачность для покупателей.

Каждый участник получит свои подробные результаты на уровне базы данных, а также средние результаты.

Обратите внимание, что AIMultiple находится на этапе разработки эталонного теста, и изменения будут внесены по мере того, как AIMultiple получит отзывы конечных пользователей и завершит тест.

Свяжитесь с командой AIMultiple по (электронная почта защищена), если вы хотите принять участие в тесте синтетических данных AIMultiple.

Поделись LinkedIn

Джем является главным аналитиком AIMultiple с 2017 года. AIMultiple ежемесячно информирует сотни тысяч компаний (по данным SimilarWeb), включая 55% компаний из списка Fortune 500.

Работа Джема цитируется ведущими мировыми изданиями, в том числе Бизнес-инсайдерФорбс, Вашингтон постглобальные фирмы, такие как Делойт, HPE и НПО, такие как Всемирный Экономический Форум и наднациональные организации, такие как Европейская комиссия. Вы можете увидеть больше авторитетных компаний и ресурсов, которые ссылались на AIMultiple.

На протяжении всей своей карьеры Джем работал техническим консультантом, закупщиком технологий и предпринимателем в области технологий. Более десяти лет он консультировал предприятия по их технологическим решениям в McKinsey & Company и Altman Solon. Он также опубликовал отчет McKinsey по цифровизации.

Он руководил технологической стратегией и закупками телекоммуникационных компаний, подчиняясь генеральному директору. Он также руководил коммерческим ростом компании Hypatos, занимающейся глубокими технологиями, которая достигла 7-значного годового постоянного дохода и 9-значной оценки от 0 в течение 2 лет. Работа Джема в Hypatos освещалась ведущими технологическими изданиями, такими как TechCrunch нравиться Бизнес-инсайдер.

Джем регулярно выступает на международных технологических конференциях. Он окончил Университет Богазичи по специальности инженер-компьютерщик и имеет степень магистра делового администрирования Колумбийской школы бизнеса.



LEAVE A REPLY

Please enter your comment!
Please enter your name here