Tutorial: Verwenden von Amazon ML zum Voraussagen der Reaktionen auf ein Marketingangebot

Mit Amazon Machine Learning (Amazon ML) können Sie Voraussagemodelle erstellen und schulen und Ihre Anwendungen in einer skalierbaren Cloudlösung hosten. In diesem Tutorial zeigen wir Ihnen, wie Sie die Amazon ML-Konsole zum Erstellen einer Datenquelle verwenden, eine Machine Learning (ML) -Modell entwickeln und das Modell zum Generieren von Voraussagen zweck Verwendung in Ihren Anwendungen nutzen können.

Unsere Beispielübung zeigt, wie potenzielle Kunden für eine gezielte Marketingkampagne identifiziert werden. Sie können aber dieselben Prinzipien anwenden, um eine Vielfalt von ML-Modellen zu erstellen und zu verwenden. Für die Beispielübung verwenden Sie öffentlich verfügbare Banking- und Marketingdatensätze aus dem University of California at Irvine (UCI) Machine Learning Repository. Diese Datensätze enthalten allgemeine Informationen über Kunden sowie deren Reaktion auf vorherige Marketingkontakte. Sie werden diese Daten verwenden, um zu ermitteln, welche Kunden mit der größten Wahrscheinlichkeit Ihr neues Produkt, eine Banktermineinlage, auch bekannt als Einlagenzertifikat, abonnieren werden.

Warnung

Dieses Tutorial ist nicht im kostenlosen AWS-Kontingent enthalten. Weitere Informationen zu Amazon ML-Preisen für finden Sie unterAmazon Machine Learning Learning-Preiseaus.

Voraussetzung

Für das Tutorial benötigen Sie ein AWS-Konto. Wenn Sie noch kein AWS-Konto haben, informieren Sie sich unter Einrichten von Amazon Machine Learning.

Schritte

• Schritt 1: Vorbereiten der Daten

• Schritt 2: Erstellen einer Schulungsdatenquelle

• Schritt 3: Erstellen eines ML-Modells

• Schritt 4: Überprüfen der Voraussageleistung des ML-Modells und Festlegen eines Punktzellenwerts

• Schritt 5: Verwenden des ML-Modells zum Generieren von Prognosen

• Schritt 6: Bereinigen