Tipi di modelli ML

Amazon ML supporta tre tipi di modelli ML: di classificazione binaria, di classificazione multiclasse e di regressione. Il tipo di modello che è opportuno scegliere dipende dal tipo di destinazione che si desidera prevedere.

Modello di classificazione binario

I modelli ML per i problemi di classificazione binaria prevedono un esito binario (una tra due possibili classi). Per addestrare i modelli di classificazione binaria, Amazon ML utilizza l'algoritmo di apprendimento standard del settore noto come regressione logistica.

Esempi di problemi di classificazione binaria

• "Questa e-mail è spam o non spam?"

• "Il cliente acquisterà questo prodotto?"

• "Questo prodotto è un libro o un animale da fattoria?"

• "Questa recensione è scritta da un cliente o da un robot?"

Modello di classificazione multiclasse

I modelli ML per problemi di classificazione multiclasse consentono di generare previsioni per più classi (per prevedere uno tra più di due esiti). Per addestrare i modelli di classificazione multiclasse, Amazon ML utilizza l'algoritmo di apprendimento standard del settore noto come regressione logistica multinomiale.

Esempi di problemi multiclasse

• "Questo prodotto è un libro, un film o un abito?"

• "Questo film è una commedia romantica, un documentario o un thriller?"

• "Quale categoria di prodotti è più interessante per questo cliente?"

Modello di regressione

I modelli ML per i problemi di regressione prevedono un valore numerico. Per addestrare i modelli di regressione, Amazon ML utilizza l'algoritmo di apprendimento standard del settore noto come regressione lineare.

Esempi di problemi di regressione

• "Che temperatura ci sarà domani a Seattle?"

• "Per questo prodotto, quante unità si venderanno?"

• "A che prezzo sarà venduta questa casa?"