ML モデルのタイプ - 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。

ML モデルのタイプ

Amazon ML は、バイナリ分類、複数クラス分類、回帰の 3 つのタイプの ML モデルに対応しています。選択するモデルのタイプは、予測したいターゲットのタイプによって異なります。

バイナリ分類のモデル

バイナリ分類問題の ML モデルは、バイナリ結果 (2 つの可能なクラスのうちの 1 つ) を予測します。バイナリ分類モデルをトレーニングするために、Amazon ML はロジスティック回帰として知られる業界標準の学習アルゴリズムを使用します。

バイナリ分類問題の例

  • 「このメールはスパムでしょうか」。

  • 「顧客はこの製品を購入するでしょうか、それともしないでしょうか」。

  • 「この商品は本でしょうか、それとも家畜でしょうか」。

  • 「このレビューは顧客によって書かれたものでしょうか、それともロボットによって書かれたものでしょうか」。

複数クラスの分類モデル

複数クラス分類問題の ML モデルを使用すると、複数のクラスの予測を生成できます (2 つ以上の結果の 1 つを予測します)。複数クラスモデルをトレーニングするために、Amazon ML は複数ロジスティック回帰として知られる業界標準の学習アルゴリズムを使用します。

複数クラス問題の例

  • 「この製品は書籍、映画、衣類のいずれですか」。

  • 「この映画はロマンチックコメディ、ドキュメンタリー、またはスリラーですか」。

  • 「この顧客にとって最も関心のある商品のカテゴリはどれですか」。

回帰モデル

回帰問題の ML モデルは数値を予測します。回帰モデルをトレーニングするために、Amazon ML は線形回帰として知られる業界標準の学習アルゴリズムを使用します。

回帰問題の例

  • 「明日のシアトルの温度はどうなりますか」。

  • 「この製品の販売台数は何台ですか」。

  • 「この家はどのような値段で売れるでしょうか」。