Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte O que é o Amazon Machine Learning.
Modelos de ML de treinamento
O processo de treinamento de um modelo de ML envolve o fornecimento de um algoritmo de ML (ou seja, o algoritmo de aprendizagem) com os dados de treinamento dos quais aprender. O termo ML model (Modelo de ML) refere-se ao artefato de modelo criado pelo processo de treinamento.
Os dados de treinamento devem conter a resposta correta, chamada de destino ou de atributo de destino. O algoritmo de aprendizagem localiza padrões nos dados de treinamento que mapeiam os atributos dos dados de entrada para o destino (a resposta que você deseja prever) e gera um modelo de ML que captura esses padrões.
Você pode usar o modelo de ML para obter previsões dos novos dados cujo destino você não conhece. Por exemplo, suponhamos que você deseja treinar um modelo de ML para prever se um e-mail é spam ou não. Você deve fornecer ao Amazon ML dados de treinamento que contêm e-mails cujo destino seja conhecido (isto é, um rótulo que informa se um e-mail é spam ou não). O Amazon ML treinará um modelo de ML usando esses dados, o que resultará em um modelo que tenta prever se novos e-mails serão spam ou não.
Para obter informações gerais sobre modelos de ML e algoritmos de ML, consulte Conceitos de Machine Learning.
