Didacticiel : Utilisation d'Amazon ML pour prédire les réponses à une offre marketing

Avec Amazon Machine Learning (Amazon ML), vous pouvez élaborer et former des modèles prédictifs, ainsi qu'héberger vos applications dans une solution cloud évolutive. Dans ce didacticiel, nous vous montrons comment utiliser Amazon ML pour créer une source de données, élaborer un modèle d'apprentissage-machine et utiliser ce modèle pour générer des prédictions utilisables dans vos applications.

Notre exemple d'exercice montre comment identifier des clients potentiels pour une campagne marketing ciblée, mais vous pouvez appliquer les mêmes principes pour créer et utiliser divers modèles d'apprentissage-machine. Pour réaliser cet exemple d'exercice, vous allez utiliser des jeux de données bancaires et marketing disponibles publiquement dans le Référentiel d'apprentissage-machine de l'Université de Californie à Irvine (UCI). Ces jeux de données contiennent des informations générales sur des clients, ainsi que des informations sur la façon dont ils ont répondu à des contacts marketing précédents. Vous utiliserez ces données pour identifier les clients les plus susceptibles de souscrire à votre nouveau produit, un dépôt bancaire à terme, également appelé « certificat de dépôt (CD) ».

Avertissement

Ce didacticiel n'est pas inclus dans l'offre gratuite AWS. Pour de plus amples informations sur la tarification Amazon ML, veuillez consulter.Tarification Amazon Machine Learning.

Prérequis

Pour effectuer ce didacticiel, vous devez disposer d'un compte AWS. Si vous n'avez pas de compte AWS, consultez Configuration d'Amazon Machine Learning.

Étapes

• Étape 1 : Préparation de vos données

• Étape 2 : Création d'une source de données de formation

• Étape 3 : Création d'un modèle ML

• Étape 4 : Examen des performances prédictives du modèle d'apprentissage-machine et définition d'un score seuil

• Étape 5 : Utilisation du modèle d'apprentissage-machine pour générer des prédictions

• Étape 6 : Nettoyage