Introdução
Depois de usar o Azure ML na semana passada, recebeu vários e-mails para postar um tutorial sobre aprendizado de máquina da Amazon. Felizmente, algumas das minhas reuniões foram adiadas e tive tempo de escrever este.
Aqui estão mais algumas boas notícias para você, Apresento a vocês uma ferramenta que o tornará ainda mais simples. Isso apenas eliminará todas as suposições que você teve que fazer com o Azure ML ao escolher o modelo e as divisões. Obviamente, Estou falando sobre o Amazon ML Tool. Infelizmente, desta vez você não receberá um pacote de teste, Em vez disso, você terá que criar sua conta, fornecendo as informações do seu cartão de crédito. Porém, a ferramenta é gratuita para usar e as informações do seu cartão de crédito são usadas apenas no caso de você quebrar o nível gratuito.
Neste artigo, Eu tenho demonstrado um tutorial passo a passo para criar um modelo de aprendizado de máquina com Amazonas. Também compartilhei um tutorial em vídeo no final deste artigo. Vamos fazer nosso primeiro modelo de aprendizado de máquina com a ferramenta Amazon ML.
O que há de novo no Amazon Machine Learning?
Amazon é conhecida por uma experiência de usuário aprimorada, inovações e desenvolvimentos oportunos.
Faz apenas 4 dias, Amazon adicionou uma função para Divisão de dados aleatórios e validação cruzada. Agora você pode treinar e avaliar modelos de aprendizado de máquina com base na divisão de dados de entrada aleatórios. Isso o ajudará a evitar overfitting e produzir avaliações mais precisas..
O mês passado, Amazon habilitado previsões em tempo real recurso que permite aos usuários visualizar a previsão em tempo real antes de criar o aplicativo. Esta função não requer código. É 'apertar um botão’ para começar o show.
Leia também: Amazon re: Inventar 2015 (Aprendizado de máquina reinventado)
Queda de preço
Basicamente, Amazon cobra por 2 Serviços:
Análise de dados e taxas de modelagem – Depende do tamanho dos dados de entrada, número de variáveis, tipos de transformação e número de horas de cálculo. Por isto, Você será acusado $ 0.42 por agora.
Taxas de previsão – Ele pode ser dividido em Predições em lote e Previsões em tempo real. As previsões em lote acontecem quando seu aplicativo obtém muitas previsões de uma vez. Em previsões em tempo real, você pode solicitar previsões para uso imediato por meio de aplicativos da web, celular ou desktop. Custos de previsão em lote $ 0.10 por 1000 previsões. Custos de previsão em tempo real $ 0.0001 por predição.
Modelo de aprendizado de máquina com o serviço Amazon
Vamos trabalhar agora!
1. Depois de fazer login, você encontrará isto como a página principal (mostrado abaixo). Agora, selecione os modelos de aprendizado de máquina para ir para a primeira página da ferramenta de ML.
2. O próximo passo é insira um conjunto de dados. Caso você não tenha nenhum conjunto de dados pronto, você pode usar o sugerido na caixa de diálogo "banking.csv". Selecione S3 como opção (aml-sample-data / banking.csv). Assim que o conjunto de dados for carregado com sucesso, Uma caixa de diálogo aparecerá “validação bem sucedida”.
4. Pressione "Continuar" para ir para a próxima tela. Agora você encontrará todas as variáveis e uma amostra de dados. Uma coisa a garantir é a tag de destino. Esta é a sua variável dependente. Em nosso exemplo atual, o objetivo é “e”. Portanto, você verá uma marca de seleção na coluna Destino. 
5. Agora pressione 'continuar’ e clique em 'Rever'. Na guia final, você encontrará um resumo de todas as entradas. Abaixo está um exemplo:
6. Finalmente, pressione "Concluir" e pronto.
Verificando os resultados do modelo
Para verificar os resultados, vá para o painel de controle.
No quadro, pode encontrar todos os tipos de objetos criados. A seguir, algumas verificações importantes que você pode realizar estão incluídas:
1. Verifique o tipo de dados : Clicando no ID de Banking.csv, você encontrará um painel para navegar pelos dados. 
2. Agora, clique em Display de destino. Você encontrará a distribuição de cada coluna. Por exemplo, a distribuição da variável de destino é mostrada abaixo (e): 
3. Verifique as métricas de desempenho : Para verificar as métricas de desempenho, clique ID do tipo de avaliação. Abaixo está o quadro que você obteve:
4. Como você pode ver, nosso modelo tem uma AUC de 0,94. O que mais, esta ferramenta oferece a opção de ajustar o limite de pontuação. Esta é uma simulação muito interessante para testemunhar a troca entre falso positivo e verdadeiro positivo. Aqui está uma instância:
Neste gráfico, pode mover o pontuação limite o que lhe dá% correto e% erro. a linha cinza é para a distribuição de 0 e linha preta é a distribuição de 1s. As partes sombreadas representam Gentil 1 e erros de tipo 2 dependendo de qual lado da linha de corte a área cai. Ele também tem um kit de ferramentas chamado métricas avançadas. Estas são outras alavancas que podem ser ajustadas para simular o mesmo gráfico. Aqui está um instantâneo deste kit de ferramentas:
Recurso adicional: Você também pode estar interessado neste tutorial de 53 minutos ensinados em AWS re: inventar 2015:
Notas finais
A ferramenta Amazon ML é uma ferramenta muito boa para visualizar dados e resultados. O tempo que leva para a ferramenta é ligeiramente maior quando comparado com H2O ou outros kits de ferramentas semelhantes. Porém, todo o processo é excepcionalmente fácil de executar.
Neste artigo, Eu demonstrei um processo passo a passo para criar um modelo de aprendizado de máquina usando o serviço Amazon ML. Como você viu, é um processo bastante simples e 'sem código'. Portanto, pessoas que acham a criptografia intimidante devem usar esses serviços com frequência.
Você acha útil este artigo ? Compartilhe conosco sua experiência com a ferramenta Amazon Machine Learning.
