如何建立機器學習模型 - AWS

使用Amazon Machine Learning 建立和訓練預測模型 ... ML 的視覺化工具和精靈，引導您執行建立新的機器學習(ML) 模型的步驟，不用學習複雜的ML 演算法和技術。

AWS上的專案： 建立機器學習模型 使用AmazonMachineLearning建立和訓練預測模型 依照實作指南開始使用 6個步驟 | 30分鐘 主要 使用的服務和成本 常見問答集 使用AmazonMachineLearning(AmazonML)，您可建立和訓練預測模型，並在可擴展的雲端解決方案中託管您的應用程式。

在這個專案中，您將使用AmazonML的視覺化工具和精靈，引導您執行建立新的機器學習(ML)模型的步驟，不用學習複雜的ML演算法和技術。

要完成此專案，您要下載免費提供的範例客戶資料，並將資料上傳到AmazonS3儲存貯體以建立資料來源。

然後您從該資料來源建立一個ML模型，在其中可評估和調整ML模型的效能，然後使用它來產生預測。

依照實作指南開始使用 您可以完成的事情： 從AmazonS3建立資料來源，載入CSV檔案格式的客戶資訊，以及客戶對於行銷通訊的回應資訊。

從資料來源建立機器學習模型。

測量模型的準確性並據此調整分數閾值。

使用模型產生預測，運用在應用程式中。

在這個專案中，您可識別具有目標性的行銷活動的潛在客戶。

開始之前，您會需要： AWS帳戶：您需要有AWS帳戶才能開始使用AmazonML建立機器學習模型。

 註冊AWS。

技能層級：完成此專案不需要機器學習方面的經驗。

AWS經驗：完成此專案建議具備AmazonS3的基本知識，但並非必要。

每月帳單估算： 建立此模型、遵循所提供步驟的總成本預估為0.79USD。

若要查看使用的服務明細及關聯的成本，請參閱使用的服務和成本。

其他資源 隨需網路研討會：IntroductiontoAmazonMachineLearning 註冊隨需網路研討會，了解AmazonMachineLearning的簡介資訊。

隨需網路研討會：SmartApplicationswithAmazonMachineLearning 註冊隨需網路研討會，了解如何在AWS雲端中建立端對端智慧應用程式。

資源中心入門 需要更多資源以開始使用AWS？請瀏覽入門資源中心以進一步了解。

結束對InternetExplorer的支援 知道了 AWS對InternetExplorer的支援將於07/31/2022結束。

支援的瀏覽器包括Chrome、Firefox、Edge和Safari。

進一步了解» 知道了