我們不再更新 Amazon Machine Learning 服務或接受新的使用者。本文件可供現有使用者使用，但我們不再更新。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。
Amazon ML 支援三種類型的 ML 模型：二進位分類、多類別分類和迴歸。您應選擇的模型類型，取決於您想要預測的目標類型。
二元分類模型
二元分類問題的 ML 模型預測二元結果 (兩個可能類別其中之一)。為了訓練二進位分類模型，Amazon ML 使用稱為邏輯回歸的產業標準學習演算法。
二元分類問題範例
-
「這個電子郵件是否為垃圾郵件？」
-
「客戶會不會購買此產品？」
-
「這個產品是書籍還是農畜品？」
-
「這個評論是由客戶還是機器人所撰寫？」
多類別分類模型
多類別分類問題的 ML 模型可讓您為多類別產生預測 (預測兩個以上結果的其中一個)。對於訓練多類別模型，Amazon ML 使用稱為多節點羅吉斯迴歸的產業標準學習演算法。
多類別問題範例
-
「這個產品是書籍、電影還是衣服？」
-
「這個電影是浪漫喜劇片、紀錄片還是驚悚片？」
-
「這個客戶最感興趣的產品類別為何？」
回歸模型
回歸問題的 ML 模型預測數值。對於訓練迴歸模型，Amazon ML 使用稱為線性迴歸的產業標準學習演算法。
回歸問題範例
-
「西雅圖明天的溫度為何？」
-
「這個產品會售出多少單位？」
-
「這棟房屋的售價為何？」
