
- Amazon Web Services 教程
- AWS - 首頁
- Amazon Web Services 基礎
- AWS - 雲計算
- AWS - 基本架構
- AWS - 管理控制檯
- AWS - 控制檯移動應用
- AWS - 賬戶
- Amazon 計算服務
- AWS - 彈性計算雲
- AWS - 自動擴充套件
- AWS - 工作空間
- AWS - Lambda
- Amazon 網路服務
- AWS - 虛擬私有云
- AWS - Route 53
- AWS - 直接連線
- Amazon 儲存服務
- AWS - Amazon S3
- AWS - 彈性塊儲存
- AWS - 儲存閘道器
- AWS - CloudFront
- Amazon 資料庫服務
- AWS - 關係型資料庫服務
- AWS - DynamoDB
- AWS - Redshift
- Amazon 分析服務
- AWS - Amazon Kinesis
- AWS - 彈性 MapReduce
- AWS - 資料管道
- AWS - 機器學習
- Amazon 應用服務
- AWS - 簡單工作流服務
- AWS - WorkMail
- Amazon Web Services 資源
- AWS - 快速指南
- AWS - 有用資源
- AWS - 討論
Amazon Web Services - 機器學習
Amazon 機器學習 是一項允許使用演算法(基於使用者資料的數學模型)開發預測性應用程式的服務。
Amazon 機器學習透過 Amazon S3、Redshift 和 RDS 讀取資料,然後透過 AWS 管理控制檯和 Amazon 機器學習 API 對資料進行視覺化。這些資料可以透過 S3 儲存桶匯入或匯出到其他 AWS 服務。
它使用“行業標準邏輯迴歸”演算法生成模型。
Amazon 機器學習執行的任務型別
Amazon 機器學習服務可以執行三種不同型別的任務:
二元分類模型可以預測兩個可能結果中的一個,即“是”或“否”。
多類分類模型可以預測多種條件。例如,它可以跟蹤客戶的線上訂單。
迴歸模型的結果是精確值。迴歸模型可以預測產品的最佳銷售價格或將要銷售的單位數量。
如何使用 Amazon 機器學習?
步驟 1 - 登入 AWS 賬戶並選擇機器學習。點選“開始使用”按鈕。

步驟 2 - 選擇標準設定,然後點選“啟動”。

步驟 3 - 在“輸入資料”部分,填寫所需的詳細資訊並選擇資料儲存的選擇,即 S3 或 Redshift。點選“驗證”按鈕。

步驟 4 - 完成 S3 位置驗證後,“架構”部分將開啟。根據需要填寫欄位並繼續下一步。

步驟 5 - 在“目標”部分,重新選擇“架構”部分中選擇的變數,然後繼續下一步。

步驟 6 - 在“行 ID”部分中將值保留為預設值,然後繼續“審閱”部分。驗證詳細資訊並點選“繼續”按鈕。
以下是機器學習服務的一些螢幕截圖。
機器學習建立的資料集

機器學習生成的摘要

使用機器學習探索效能

Amazon 機器學習的功能
易於建立機器學習模型 - 可以輕鬆地從儲存在 Amazon S3、Amazon Redshift、Amazon RDS 中的資料建立 ML 模型,並透過使用 Amazon ML API 和嚮導查詢這些模型以進行預測。
高效能 - Amazon ML 預測 API 可以進一步用於為應用程式生成數十億個預測。我們可以在互動式 Web、移動或桌面應用程式中使用它們。
經濟高效 - 只需為我們使用的服務付費,無需任何設定費用,也無需預先承諾。