Tutorial: Usar o Amazon ML para prever respostas a uma oferta de marketing

Com o Amazon Machine Learning (Amazon ML), você pode criar e treinar modelos de previsão e hospedar aplicações em uma solução em nuvem dimensionável. Neste tutorial, vamos mostrar a você como usar o console do Amazon ML para criar uma fonte de dados, criar um modelo de machine learning (ML) e usar o modelo para gerar previsões para uso em aplicações.

Nosso exemplo de exercício mostra como identificar clientes potenciais para uma campanha de marketing direcionada, mas você pode aplicar os mesmos princípios para criar e usar diversos modelos de ML. Para concluir o exercício de exemplo, você usará conjuntos de dados de marketing e bancários disponíveis publicamente no University of California at Irvine (UCI) Machine Learning Repository. Esses conjuntos de dados contêm informações gerais sobre clientes e sobre como eles reagiram a contatos de marketing anteriores. Você usará esses dados para identificar os clientes que têm maior probabilidade de assinar o seu novo produto, um depósito bancário de longo prazo, também conhecido como certificado de depósito (CD).

Atenção

Este tutorial não está incluído no nível gratuito da AWS. Para obter mais informações sobre o Amazon ML, consulte Preços do Amazon Machine Learning.

Pré-requisito

Para executar o tutorial, você precisa ter uma conta da AWS. Caso não tenha uma conta da AWS, consulte Configurar o Amazon Machine Learning.

Etapas

• Etapa 1: Preparar os dados

• Etapa 2: Criar uma fonte de dados de treinamento

• Etapa 3: criar um modelo de ML

• Etapa 4: Analisar o desempenho preditivo do modelo de ML e definir um limite de pontuação

• Etapa 5: Usar o modelo de ML para gerar previsões

• Etapa 6: Limpeza