Amazon Machine Learning 提供可视化工具和向导来指导您完成机器学习 (ML) 模型的创建过程,您不必学习复杂的 ML 算法和技术。当您的模型准备好以后,Amazon Machine Learning 只要使用简单的 API 即可让您的应用程序轻松获得预测能力,而无需实现自定义预测生成码或管理任何基础设施。

为了简化面向开发人员和数据科学家的机器学习,AWS 目前提供了 Amazon SageMaker,它是一项完全托管服务,具有非凡的开发、培训和托管功能,使开发人员能够专注于构建、培训和优化机器学习模型的数据科学,而不必担心基础设施或系统管理。 

 

收益

轻松创建 Machine Learning 模型

Amazon Machine Learning API 和向导使所有开发人员都能够轻松地从 Amazon S3、Amazon Redshift 或 Amazon RDS 中存储的数据创建和优化 ML 模型,并查询这些模型以进行预测。该服务内置数据处理器、可扩展的机器学习算法、互动数据和模型可视化工具以及质量警告功能,可帮助您快速构建并精细调整模型。

从模型到预测结果快到只要数秒

Amazon Machine Learning 是一项提供端到端模型创建、部署和监控的托管服务。当模型准备好以后,您可以快速而可靠地为应用程序生成预测结果,消除了构建、扩展、维护机器学习基础设施所需的时间和金钱成本。

可扩展的高性能预测结果生成服务

Amazon Machine Learning 预测 API 可用于为应用程序生成数十亿条预测结果。使用批量预测 API 可以请求对大量数据记录一次性执行预测,还可以使用实时 API 来获得个别数据记录的预测结果,这两个功能可以在交互式 Web、移动、桌面应用程序中使用。

使用案例

欺诈检测

Amazon Machine Learning 让预测性模型的构建更加简单,这些模型可以帮助识别潜在的欺诈零售交易,侦测欺诈行为或不恰当的项目查阅。

阅读案例研究 >>

内容个性化

通过使用预测分析模型,Amazon Machine Learning 可以根据之前客户的行为来推荐项目或优化网站的流程,帮助您的网站提供更加个性化的客户体验。 

针对营销广告活动塑造具有倾向性的模型

Amazon Machine Learning 可以帮助您打造具有针对性的营销广告活动。例如,Amazon Machine Learning 可以根据之前客户的活动来针对目标客户选择最相关的电子邮件广告内容。

文档分类

Amazon Machine Learning 可以帮助您处理非结构化的文本并根据内容采取相应措施。例如,Amazon Machine Learning 可以用于构建应用程序,使之具有将产品评论分类为正面、负面或中立的功能。

客户不良表现预测

Amazon Machine Learning 可以帮助您找出可能流失掉的客户,协助您积极地为这些客户送出优惠活动或提供更贴心的客户服务。

自动化解决方案推荐,帮助改善客户支持

Amazon Machine Learning 可以处理客户发来的任意形式的意见反馈,包括电子邮件、评论或电话通话脚本,并向您建议最能够帮助解决客户问题的办法。例如,您可以使用 Amazon Machine Learning 对社交媒体流量进行分析,从中发现遇到产品支持问题的客户,然后安排合适的客户支持专家与他们取得联系。

适用于机器学习的 Amazon Sagemaker

详细了解 Amazon SageMaker

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家快速轻松地构建、训练和部署任何规模的机器学习模型。Amazon SageMaker 消除了通常会阻碍开发人员使用 Machine Learning 的所有障碍。

准备好开始使用了吗?
注册
还有更多问题?
联系我们