Tutorial: Menggunakan Amazon XML untuk Memprediksi Tanggapan terhadap Penawaran Pemasaran - Amazon Machine Learning

Kami tidak lagi memperbarui layanan Amazon Machine Learning atau menerima pengguna baru untuk itu. Dokumentasi ini tersedia untuk pengguna yang sudah ada, tetapi kami tidak lagi memperbaruinya. Untuk informasi selengkapnya, lihatApa itu Amazon Machine Learning.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tutorial: Menggunakan Amazon XML untuk Memprediksi Tanggapan terhadap Penawaran Pemasaran

Dengan Amazon Machine Learning (Amazon ML), Anda dapat membangun dan melatih model prediktif dan meng-host aplikasi Anda dalam solusi cloud yang dapat diskalakan. Dalam tutorial ini, kami menunjukkan kepada Anda bagaimana menggunakan konsol Amazon MLuntuk membuat sumber data, membangun model machine learning (L), dan menggunakan model untuk menghasilkan prediksi yang dapat Anda gunakan dalam aplikasi Anda.

Latihan sampel kami menunjukkan cara mengidentifikasi calon pelanggan untuk kampanye pemasaran yang ditargetkan, tetapi Anda dapat menerapkan prinsip yang sama untuk membuat dan menggunakan berbagai model ML-nya. Untuk menyelesaikan latihan sampel, Anda akan menggunakan dataset perbankan dan pemasaran yang tersedia untuk umum dariUniversity of California di Irvine (UCI) Repositori Machine Learning. Dataset ini berisi informasi umum tentang pelanggan, dan informasi tentang bagaimana mereka menanggapi kontak pemasaran sebelumnya. Anda akan menggunakan data ini untuk mengidentifikasi pelanggan mana yang paling mungkin untuk berlangganan produk baru Anda, deposit jangka bank, juga dikenal sebagai sertifikat deposit (CD).

Awas

Tutorial ini tidak disertakan dalam tingkat gratis AWS. Untuk informasi selengkapnya tentang harga Amazon, lihatAmazon Machine Learning.

Prasyarat

Untuk melakukan tutorial, Anda harus memiliki akun AWS. Jika Anda belum memiliki akun AWS, lihatMenyiapkan Amazon Machine Learning.

Langkah-langkah