Solución de problemas de negocios con Amazon Machine Learning

Puede utilizar Amazon Machine Learning para aplicar el aprendizaje automático a los problemas para los que se dispone de ejemplos de respuestas reales. Por ejemplo, si desea utilizar Amazon Machine Learning para predecir si un mensaje de correo electrónico es spam, deberá recopilar ejemplos de correo electrónico que están correctamente etiquetados como spam o no spam. A continuación, puede utilizar el aprendizaje automático para realizar generalizaciones a partir de estos ejemplos de correo electrónico y predecir la posibilidad de que un correo electrónico nuevo sea o no spam. Este enfoque de aprendizaje a partir de los datos que se han etiquetado con la respuesta real se conoce como aprendizaje automático supervisado.

Puede utilizar enfoques de ML supervisados para estas tareas específicas de aprendizaje automático: clasificación binaria (predicción de uno de dos posibles resultados), clasificación multiclase (predicción de uno o de más de dos resultados) y regresión (predicción de un valor numérico).

Ejemplos de problemas de clasificación binaria:

• ¿El cliente comprará o no este producto?

• ¿Este correo electrónico es spam o no?

• ¿Es este producto un libro o una animal de granja?

• ¿Esta revisión la ha escrito un cliente o un robot?

Ejemplos de problemas de clasificación multiclase:

• ¿Este producto es un libro, una película o una prenda de ropa?

• ¿Esta película es una comedia romántica, un documental o un thriller?

• ¿Qué categoría de productos es más interesante para este cliente?

Ejemplos de problemas de clasificación de regresión:

• ¿Cuál será la temperatura en Seattle mañana?

• Para este producto, ¿cuántas unidades se venderán?

• ¿Cuántos días pasarán antes de que este cliente deje de utilizar la aplicación?

• ¿A qué precio se venderá esta casa?