Wir aktualisieren den Amazon Machine Learning Learning-Service nicht mehr und akzeptieren keine neuen Benutzer mehr dafür. Diese Dokumentation ist für bestehende Benutzer verfügbar, wir aktualisieren sie jedoch nicht mehr. Weitere Informationen finden Sie unterWas Amazon Machine Learning.
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Die Erstellung einer Machine Learning-Anwendung
Die Erstellung von ML-Anwendungen ist ein iterativer Prozess mit mehreren Schritten. Um eine ML-Anwendung zu erstellen, führen Sie die folgenden Schritte durch:
Stellen Sie auf der Grundlage Ihrer Beobachtungen das/die wichtigste(n) ML-Problem(e) heraus und welche Antwort das Modell voraussagen soll.
Erheben und bereinigen sie Daten und bereiten Sie diese auf, sodass sie von Schulungsalgorithmen für das ML-Modell verwendet werden können. Visualisieren und analysieren Sie die Daten, und führen Sie Kontrollprüfungen durch, um die Qualität der Daten sicherzustellen, und um die Daten zu verstehen.
Oftmals werden die Rohdaten (Eingabevariablen) und die Antwort (Ziel) nicht so dargestellt, dass sie zur Schulung eines Voraussagemodells verwendet werden können. Daher sollten Sie versuchen, mehr Eingaben oder Funktionen aus den Rohvariablen mit voraussagendem Charakter zu erstellen.
Geben Sie die daraus hervorgehenden Funktionen in den Lernalgorithmus ein, um Modelle zu erstellen und die Qualität der Modelle anhand der Daten auszuwerten, die nicht für die Erstellung des Modells verwendet wurden.
Verwenden Sie das Modell zum Generieren von Voraussagen der Zielantwort für neue Daten-Instances.
