ML-Modelltypen

Amazon ML unterstützt drei ML-Modelltypen: binäre Klassifizierung, Mehrklassen-Klassifizierung und Regression. Wählen Sie den Modelltyp danach aus, welches Ziel Sie voraussagen möchten.

Binäres Klassifizierungsmodell

ML-Modelle für binäre Klassifizierungsprobleme prognostizieren ein binäres Ergebnis (eine von zwei möglichen Klassen). Um binäre Klassifizierungsmodelle zu schulen, verwendet Amazon ML den branchenüblichen Lern-Algorithmus der logistischen Regression, um binäre Klassifizierungsmodelle zu schulen.

Beispiele für binäre Klassifizierungsprobleme:

• "Ist diese E-Mail Spam oder nicht?“

• "Wird der Kunde das Produkt kaufen?“

• "Ist Ihr Produkt ein Buch oder ein Nutztier?"

• "Wurde diese Bewertung von einem Kunden oder einer Maschine geschrieben?"

Mehrklassen-Klassifizierungsmodell

Mit ML-Modellen für Mehrklassen-Klassifizierungsprobleme können Sie Prognosen für mehrere Klassen generieren (Vorhersage von einem aus mehr als zwei Ergebnissen). Nutzen Sie den branchenüblichen Lern-Algorithmus der multinominalen logistischen Regression, um Mehrklassen-Modelle zu schulen.

Beispiele für Mehrklassen-Probleme:

• "Ist das Produkt ein Buch, ein Film oder Kleidung?"

• "Ist dieser Film ein Liebeskomödie, eine Dokumentation oder ein Thriller?"

• "Welche Kategorie von Produkten für diesen Kunden am interessantesten?"

Regressionsmodell

ML-Modelle für Regressionsprobleme sagen einen numerischen Wert voraus. Nutzen Sie den branchenüblichen Lern-Algorithmus der multinominalen linearen Regression, um Regressionsmodelle zu schulen.

Beispiele für Regressionsprobleme:

• "Wie wird die Temperatur in Seattle morgen sein?"

• "Wie viele Einheiten dieses Produkts werden wir verkaufen?"

• "Für welchen Preis wird dieses Haus verkauft?"