页面主题
一般性问题
全部打开Amazon Lookout for Metrics 使用机器学习 (ML) 让客户更容易准确地检测其指标中的异常。客户上传数据后，Lookout for Metrics 会自动检查数据，并使用 ML 创建准确的异常检测模型。当检测到异常时，Lookout for Metrics 会将相关异常分组在一起并提供一个严重性分数，以便客户能够快速诊断问题或最大程度地利用机会。
亚马逊 Lookout for Metrics 具有四项关键的差异化功能。
- 使用 ML 自动执行数据异常检测：Lookout for Metrics 支持一系列机器学习算法。没有哪种算法能适用于所有种类的数据，因此 Lookout for Metrics 会对数据进行检查，并将正确的 ML 算法应用到正确的数据，以准确检测异常。由于 Lookout for Metrics 会负责与模型的选择、训练、构建和部署相关的繁重工作，因此客户不需要任何机器学习经验就能快速上手。
- 帮助客户在几乎没有数据的情况下快速上手：客户可以选择提供历史数据来训练模型。如果客户选择不提供或没有历史数据，Lookout for Metrics 也可以边做边学。Lookout for Metrics 学习和检测异常的时间因客户的数据而异。
- 提供可操作的结果：Lookout for Metrics 会将同时出现的异常分为不同的逻辑组，并为异常组发送单一警报，而不是单独的警报，使客户能够看到总体情况。此外，还会按照严重程度对异常排序，让客户知道哪些异常需要立即关注。
- 通过人工循环反馈不断改进：Lookout for Metrics 允许客户就检测到的异常提供反馈，并利用这些反馈不断改善模型的准确性和性能。
Lookout for Metrics支持与零售、游戏、广告技术和电信等行业的客户参与度、运营、销售和营销相关的各种业务指标的异常检测用例。
客户不需要历史数据即可使用 Lookout for Metrics。客户只需要自己的连续数据就可以开始使用，因为 Lookout for Metrics 会从客户的实时数据中学习，并在初始化时期（模型从数据中学习的时期）过后开始显示结果。初始化时期的长短取决于数据的频率，例如 5 分钟、10 分钟、1 小时、每 24 小时。
Lookout for Metrics 使用 CSV 或 JSON 格式的数据。
Amazon Lookout for Metrics 可轻松连接到热门数据存储，例如亚马逊简单存储 (S3)、亚马逊 RDS、AWS CloudWatch、亚马逊 RDS（所有支持的数据库引擎），以及常用的 SaaS 应用程序，包括 Salesforce、Marketo、Zendesk、ServiceNow、Infor Nexus、谷歌分析、Dynatrace、Datadog、Amplitude、Veeva Systems、Singular、亚马逊简单通知服务 (SNS) AWS Lambda、Sns Lack、PagerDuty、Datadog、Webhooks。
Lookout for Metrics 现已在美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、美国东部（俄亥俄）、欧洲（爱尔兰）、欧洲（法兰克福）、欧洲（斯德哥尔摩）、亚太地区（东京）、亚太地区（新加坡）、亚太地区（悉尼）提供。