Amazon Machine Learning est un service qui facilite l'utilisation des technologies d'apprentissage-machine pour les développeurs de tous niveaux de compétences. Amazon Machine Learning fournit des outils et assistants de visualisation qui vous guident à travers le processus de création de modèles d'apprentissage-machine, sans avoir besoin d'en maîtriser les algorithmes et technologies complexes. Une fois que vos modèles sont prêts, Amazon Machine Learning vous permet d'obtenir facilement des prédictions pour votre application à l'aide de simples API, sans avoir à appliquer des codes de génération de prédictions personnalisés ou à gérer une infrastructure.
Amazon Machine Learning est basé sur la même technologie d'apprentissage-machine éprouvée et hautement évolutive que celle utilisée depuis des années par la communauté de spécialistes des données internes d'Amazon. Le service utilise des algorithmes puissants pour créer des modèles d'apprentissage-machine en recherchant des schémas dans vos données existantes. Puis, Amazon Machine Learning utilise ces modèles pour traiter les nouvelles données et générer des prédictions pour votre application.
Amazon Machine Learning est hautement évolutif et peut générer des milliards de prédictions chaque jour, puis les délivrer en temps réel, à haut débit. Avec Amazon Machine Learning, aucun investissement initial n'est nécessaire en termes de matériel ou de logiciel et vous payez en fonction de votre utilisation, de sorte que vous pouvez commencer par un faible volume et vous mettre à l'échelle au fur et à mesure que vous application évolue.
Mise en route avec Amazon Machine Learning
Créez un compte gratuitProfitez pendant 12 mois de l'offre gratuite AWS. Vous bénéficierez également du niveau de base d'AWS Support qui inclut un service client disponible 24h/24, 7j/7 et 365 jours par an, l'accès à des forums d'assistance et bien d'autres avantages.
Veuillez noter que Amazon Machine Learning n'est pas disponible actuellement pour le niveau gratuit d'AWS.
Lisez « Why Our Customers Love Amazon Machine Learning », un article rédigé par le PDG d'un partenaire AWS, 47Lining.
Discutez avec des spécialistes pour en savoir plus sur AWS AI en vous inscrivant à la prochaine conférence technique :
« Hudl révolutionne la façon dont les coachs et les athlètes se préparent aux compétitions et gardent une longueur d'avance. »
Etude de cas AWS : Upserve et Amazon Machine Learning
« Grâce à Amazon Machine Learning, nous pouvons prédire le nombre total de clients qui entreront dans un restaurant donné en une soirée. »
Etude de cas AWS : BuildFax et Amazon Machine Learning
Découvrez comment BuildFax utilise Amazon Machine Learning pour « démocratiser le processus de création de modèles prédictifs » afin d'obtenir des résultats plus rapidement.
Etude de cas AWS : AdiMap et Amazon Machine Learning
La startup AdiMap utilise Amazon Machine Learning pour offrir à ses « utilisateurs et clients un avantage concurrentiel en leur fournissant des renseignements financiers à l'échelle ».
Etude de cas AWS : Fraud.net et Amazon Machine Learning
Spécialisée dans la prévention des fraudes, la plate-forme de production participative (crowdsourcing) Fraud.net utilise Amazon Machine Learning pour réduire la complexité et comprendre les nouveaux types de fraude.
Les partenaires Amazon Machine Learning aident les clients à concevoir des systèmes plus intelligents exécutés via Amazon Machine Learning. Amazon ML est un service qui permet aux développeurs, quel que soit leur niveau de compétence, d'utiliser plus facilement les technologies d'analyse prédictive, appelée Machine Learning.
47Lining est un partenaire consultant de niveau Avancé d'AWS disposant de la compétence Big Data. 47Lining développe des solutions de Big Data et fournit des services Big Data gérés conçus à partir de composants de Big Data AWS sous-jacents, tels qu'Amazon Redshift, Kinesis, S3, DynamoDB, Machine Learning et Elastic MapReduce. 47Lining aide les clients à créer, exploiter et gérer des « machines de données » pour leurs activités en rapport avec les données.
NorthBay aide les clients du programme de formation partenaires à gérer les charges de travail qui s'orientent vers les prévisions et les analyses avancées. Amazon Machine Learning cadre parfaitement avec l'offre de NorthBay, car la solution s'intègre bien au reste des services AWS et assure une mise en œuvre de haute qualité pour les algorithmes d'apprentissage-machine puissants.
Les API et assistants d'Amazon Machine Learning permettent aux développeurs de créer et peaufiner facilement des modèles d'apprentissage-machine à partir des données stockées dans Amazon Simple Storage Service (Amazon S3), Amazon Redshift ou les bases de données MySQL d'Amazon Relational Database Service (Amazon RDS), et d'obtenir des prédictions à partir de ces modèles. Les processeurs de données, algorithmes d'apprentissage-machine évolutifs, outils de visualisation des modèles et données interactives intégrés au service, ainsi que les alertes de qualité, vous aident à concevoir et à ajuster rapidement vos modèles.
Amazon Machine Learning est un service géré qui permet de créer, déployer et surveiller des modèles de bout en bout. Une fois que votre modèle est prêt, vous pouvez générer des prédictions pour vos applications de manière rapide et fiable, supprimant le temps et l'investissement nécessaires pour concevoir, mettre à l'échelle et entretenir une infrastructure d'apprentissage-machine.
Les API de prédiction Amazon Machine Learning peuvent être utilisées pour générer des milliards de prédictions pour vos applications. Vous pouvez demander des prédictions pour un grand nombre d'enregistrements de données en même temps à l'aide de l'API de prédictions par lots, ou utiliser l'API en temps réel afin d'obtenir des prédictions pour des enregistrements de données individuels, et les utiliser au sein d'applications Web, mobiles ou de bureau interactives.
Avec Amazon Machine Learning, il n'existe aucun frais d'installation et vous payez en fonction de votre utilisation, de sorte que vous pouvez commencer par un faible volume et vous mettre à l'échelle au fur et à mesure que vous application évolue.
Amazon Machine Learning est basé sur la même technologie d'apprentissage-machine éprouvée et hautement évolutive que celle utilisée par Amazon pour exécuter des fonctions critiques, telles que la gestion de la chaîne d'approvisionnement, l'identification des transactions frauduleuses et l'organisation du catalogue.
Amazon Machine Learning permet de créer facilement des modèles prédictifs qui aident à identifier les transactions au détail potentiellement frauduleuses ou à détecter les commentaires frauduleux ou inappropriés sur les articles.
Amazon Machine Learning peut aider votre site Web à offrir une expérience utilisateur plus personnalisée, en utilisant les modèles d'analyses prédictives pour recommander des éléments ou pour optimiser les flux en fonction des actions entreprises précédemment par le client.
Amazon Machine Learning peut vous aider à envoyer des campagnes marketing ciblées. Par exemple, Amazon Machine Learning peut se baser sur les activités précédemment effectuées par le client afin de choisir les campagnes par e-mail les plus pertinentes pour des clients ciblés.
Amazon Machine Learning peut vous aider à traiter du texte non structuré et à entreprendre des actions en fonction du contenu. Par exemple, vous pouvez utiliser Amazon Machine Learning pour concevoir des applications qui classent les commentaires sur les produits comme positifs, négatifs ou neutres.
Amazon Machine Learning peut vous aider à trouver les clients que vous risquez le plus de perdre, ce qui vous permet de leur envoyer, de façon proactive, des promotions ou des informations à propos du service clientèle.
Amazon Machine Learning peut traiter les retours de vos clients sous différentes formes, notamment les e-mails, commentaires ou transcriptions de discussions téléphoniques, et recommander les actions qui permettront de répondre au mieux à leurs préoccupations. Par exemple, vous pouvez utiliser Amazon Machine Learning pour analyser le trafic sur les médias sociaux et découvrir les clients qui ont rencontré un problème d'assistance produit, puis faire en sorte qu'ils soient contactés par le spécialiste du support clientèle approprié.
