機械学習アプリケーションの構築 - Amazon Machine Learning

Amazon Machine Learning サービスの更新や新規ユーザーの受け入れは終了しました。このドキュメントは既存のユーザー向けに提供されていますが、更新は終了しています。詳細については、「」を参照してください。Amazon Machine Learning

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

機械学習アプリケーションの構築

ML アプリケーションの構築は、一連のステップを含む反復プロセスです。ML アプリケーションを構築するには、以下の一般的な手順を実行します。

  1. 観測されることとモデルに予測させたい答えの観点から、主要な ML の問題を構成します。

  2. ML モデルトレーニングアルゴリズムで使用できるようにデータを収集し、クリーンにし、準備します。データを可視化して分析し、健全性チェックを実行してデータの品質を検証し、データを理解します。

  3. 多くの場合、未加工データ (入力変数) と回答 (目標) は、高度な予測モデルをトレーニングするために使用できる方法では表されません。したがって、通常は、未加工の変数からより予測的な表現または機能を構築しようとする必要があります。

  4. その結果得られた機能を学習アルゴリズムに供給してモデルを構築し、モデル構築から取り出されたデータにおけるモデルの品質を評価します。

  5. モデルを使用して、新しいデータインスタンスのターゲット回答の予測を生成します。