继 IBM 的托管式 Watson Analytics 平台以及微软推出的Azure 机器学习服务后，亚马逊公司在4 月9 日旧金山召开的AWS 峰会上宣布推出机器学习服务。 AWS 官方博客中写到，大量的有用信息隐藏在客户购买记录、网站浏览记录等繁琐的数据里面。但要对这些数据进行分析和整理，需要大量的资源，包括机器学习领域的专家以及合适的工具集等等，很多用户在使用机器学习时困难重重。亚马逊推出的机器学习服务针对该问题进行了专门的优化。
亚马逊机器学习的特点可以总结为以下几个方面：
- 创建机器学习模型简单。利用存储在亚马逊 S3、Redshift 或者 RDS 的数据，即使是初学者也可以非常简单的创建并调整机器学习模型。服务内置的数据处理引擎、扩展性强的机器学习算法、交互式数据和模型可视化工具以及高质量的警告信息都为用户的便捷使用提供了保障。
- 从模型到预测结果成本低、效率高。亚马逊机器学习提供的是可完全托管的端到端服务，包含了模型建立、部署以及监控的全过程。这一服务避免了传统机器学习过程中所牵涉的大量人工、重复性或者易出错的任务，例如自行数据分析、根据现有数据来培训数据模型以及评估和细粒度调整模型等。据报道，一名亚马逊机器学习的开发者可以在 20 分钟内解决之前需要 2 个开发人员 45 天才能解决的问题。用户可以完全根据自己的需求来定制相应服务，避免不必要的硬件及人员开销。
- 充分利用了经过检验的成熟技术。亚马逊机器学习采用了与供应链管理、分类管理等相同的成熟技术。
AWS 的机器学习服务一经推出，便引起了广泛的关注。其应用范围包括欺诈检测、内容定制化以及文档分类等等。据Comcast 公司数据科学研究部的经理Jan Neuman 表示，亚马逊机器学习为其所进行的数据科学分析提供了很好的帮助。但是，相比于微软的Azure 机器学习服务以及IBM 的Watson 平台中的Alchemy API 深度学习，亚马逊机器学习究竟性能如何，需要等待进一步的用户使用结果。
目前，该项服务在美国东部地区已经开放使用。亚马逊官网中的开发者教程以银行市场的数据为例，给出了创建模型并产生预测结果的全过程。其收费政策采用通用的预付费方式，按照批量预测和实时预测这两种不同的预测类型来分别计费。
感谢魏星对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入 InfoQ 读者交流群
）。
立即免费注册 AWS 账号，获得 12 个月免费套餐：点击注册
有云计算问题？立刻联系 AWS 云计算专家：立即联系
暂无签名
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
评论