Einführung
Nach der Verwendung von Azure ML letzte Woche, mehrere E-Mails erhalten um ein Tutorial zu Amazon Machine Learning zu veröffentlichen. Glücklicherweise, Einige meiner Treffen wurden verschoben und ich hatte Zeit, dies zu schreiben.
Hier sind noch weitere gute Nachrichten für euch, Ich präsentiere dir ein Tool, das es noch einfacher macht. Es nimmt Ihnen nur all das Rätselraten ab, das Sie bei der Auswahl des Modells und der Aufteilungen mit Azure ML anstellen mussten. Offensichtlich, Ich rede von der Amazon ML-Tool. Leider, dieses Mal bekommst du kein Probepaket, Stattdessen müssen Sie Ihr Konto erstellen, indem Sie Ihre Kreditkarteninformationen angeben. Aber trotzdem, Die Nutzung des Tools ist kostenlos und Ihre Kreditkarteninformationen werden nur verwendet, wenn Sie die kostenlose Stufe brechen.
In diesem Artikel, ich habe demonstriert eine Schritt-für-Schritt-Anleitung ein Modell für maschinelles Lernen erstellen mit Amazonen. Ich habe auch ein Video-Tutorial am Ende dieses Artikels geteilt. Lassen Sie uns unser erstes Modell für maschinelles Lernen mit dem Amazon ML-Tool erstellen.
Was ist neu bei Amazon Machine Learning?
Amazon ist bekannt für eine verbesserte Benutzererfahrung, zeitnahe Innovationen und Entwicklungen.
Macht nur 4 Tage, Amazon hat eine Funktion hinzugefügt Zufällige Datenteilung und Kreuzvalidierung. Sie können jetzt Machine-Learning-Modelle basierend auf der Aufteilung zufälliger Eingabedaten trainieren und evaluieren. So vermeiden Sie Überanpassungen und erstellen genauere Auswertungen..
Letzten Monat, Amazon aktiviert Echtzeit-Vorhersagen Funktion, mit der Benutzer eine Vorschau der Vorhersage in Echtzeit anzeigen können, bevor die Anwendung erstellt wird. Diese Funktion erfordert keinen Code. Es ist ein Knopfdruck’ um die Show zu starten.
Lesen Sie auch: Amazon re: Erfinden 2015 (Maschinelles Lernen neu erfunden)
Preissturz
Grundsätzlich, Amazon berechnet dir dafür 2 Dienstleistungen:
Gebühren für Datenanalyse und Modellierung – Es hängt von der Größe der Eingabedaten ab, Anzahl der Variablen, Transformationsarten und Anzahl der Rechenstunden. Dafür, Sie werden belastet $ 0.42 pro Stunde.
Vorhersageraten – Es kann weiter unterteilt werden in Batchvorhersagen Ja Vorhersagen in Echtzeit. Bei Batchvorhersagen erhält Ihre Anwendung viele Vorhersagen gleichzeitig. In Echtzeit-Vorhersagen, Sie können Vorhersagen zur sofortigen Verwendung über Webanwendungen anfordern, mobil oder Desktop. Chargenvorhersagekosten $ 0.10 von 1000 Vorhersagen. Kostenvorhersage in Echtzeit $ 0.0001 durch Vorhersage.
Machine-Learning-Modell mit dem Amazon-Service
Lass uns jetzt an die Arbeit gehen!
1. Sobald Sie sich einloggen, Sie finden diese als Hauptseite (unten gezeigt). Jetzt, Wählen Sie die Machine Learning-Modelle aus, um zur ersten Seite des ML-Tools zu gelangen.
2. Der nächste Schritt ist einen Datensatz eingeben. Falls Sie keinen Datensatz bereit haben, Sie können den im Dialog "banking.csv" vorgeschlagenen verwenden. Wählen Sie S3 als Option (aml-sample-daten / bank.csv). Nachdem der Datensatz erfolgreich geladen wurde, es erscheint ein Dialogfeld “erfolgreiche Validierung”.
4. Drücken Sie "Weiter", um zum nächsten Bildschirm zu gelangen. Jetzt finden Sie alle Variablen und ein Datenbeispiel. Eine Sache, die Sie sicherstellen müssen, ist das Ziel-Tag. Dies ist Ihre abhängige Variable. In unserem aktuellen Beispiel, Das Ziel ist “Ja”. Deswegen, Sie sehen ein Häkchen in der Spalte Ziel. 
5. Jetzt drück' weiter’ und klicken Sie auf 'Überprüfen'. In der letzten Registerkarte, eine Zusammenfassung aller Einträge findet ihr. Unten ist ein Beispiel:
6. Schließlich, auf "Fertig stellen" drücken und fertig.
Überprüfung der Modellergebnisse
Um die Ergebnisse zu überprüfen, gehe zur Systemsteuerung.
Auf der Tafel, kann alle Arten von erstellten Objekten finden. Dann, Einige wichtige Überprüfungen, die Sie durchführen können, sind enthalten:
1. Überprüfen Sie den Datentyp : Klicken Sie auf die ID von Banking.csv, Sie finden ein Panel, um durch die Daten zu navigieren. 
2. Jetzt, Klicken Sie auf Zielanzeige. Sie finden die Verteilung jeder Spalte. Zum Beispiel, die Verteilung der Zielvariablen ist unten dargestellt (Ja): 
3. Leistungsmesswerte prüfen : So überprüfen Sie Leistungskennzahlen, Klick-Bewertungstyp-ID. Unten ist das Board, das Sie erhalten:
4. Wie du siehst, unser Modell hat eine AUC von 0,94. Was ist mehr, Dieses Tool bietet Ihnen die Möglichkeit, die Bewertungsschwelle anzupassen. Dies ist eine sehr interessante Simulation, um den Austausch zwischen falsch positiv und richtig positiv zu beobachten. Hier ist eine Instanz:
In dieser Grafik, kann das verschieben Schwellenwert das gibt dir % richtig und % fehler. das graue Linie ist für die Verteilung von 0 Ja schwarze Linie ist die Verteilung von 1s. Schattierte Teile repräsentieren Typ 1 Ja Tippfehler 2 je nachdem auf welche Seite der Schnittlinie der Bereich fällt. Es hat auch ein Toolkit namens erweiterte Metriken. Dies sind andere Hebel, die angepasst werden können, um denselben Graphen zu simulieren. Hier ist eine Momentaufnahme dieses Toolkits:
Zusätzliche Ressource: Dieses Tutorial von . könnte Sie auch interessieren 53 Minuten unterrichtet in AWS re: erfinden 2015:
Abschließende Anmerkungen
Das Amazon ML-Tool ist ein wirklich gutes Tool zur Visualisierung von Daten und Ergebnissen. Die Zeit, die für das Tool benötigt wird, ist im Vergleich zu H2O oder anderen ähnlichen Toolkits etwas länger. Aber trotzdem, der gesamte Prozess ist außergewöhnlich einfach durchzuführen.
In diesem Artikel, Ich habe einen Schritt-für-Schritt-Prozess zum Erstellen eines Modells für maschinelles Lernen mit dem Amazon ML-Service demonstriert. Wie du gesehen hast, Es ist ein ziemlich einfacher und 'kein Code'-Prozess. Deswegen, Menschen, die Verschlüsselung als einschüchternd empfinden, sollten diese Dienste häufig nutzen.
Findest du diesen Artikel hilfreich ? Teilen Sie uns Ihre Erfahrungen mit dem Amazon Machine Learning-Tool mit.
