我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件適用於現有使用者，但我們不再對其進行更新。如需詳細資訊，請參閱什麼是 Amazon Machine Learning。
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
定型 ML 模型
定型 ML 模型的程序需要提供 ML 演算法 (也就是「學習演算法」)，以及要從中學習的定型資料。「ML 模型」一詞是指由定型程序所建立的模型成品。
定型資料必須包含正確答案，也稱為「目標」或「目標屬性」。學習演算法會在定型資料中尋找將輸入資料屬性對應至目標的模式 (您想要預測的答案)，並輸出擷取這些模式的 ML 模型。
您可以使用 ML 模型，來預測您不知道目標的新資料。例如，假設您想要定型 ML 模型來預測電子郵件是否為垃圾郵件。您會提供 Amazon ML 定型資料，其中包含您知道目標的電子郵件 (也就是指出電子郵件是否為垃圾郵件的標籤)。Amazon ML 會使用此資料來定型 ML 模型，導致模型嘗試預測新電子郵件是否為垃圾郵件。
如需 ML 模型與 ML 演算法的一般資訊，請參閱機器學習概念。
