Nous ne mettons plus à jour le service Amazon Machine Learning et n'acceptons plus de nouveaux utilisateurs pour ce service. Cette documentation est disponible pour les utilisateurs existants, mais nous ne la mettons plus à jour. Pour plus d'informations, veuillez consulter la rubriqueQu'est-ce qu'Amazon Machine Learning.
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Création d'une application d'apprentissage-machine
La création d'applications d'apprentissage-machine est un processus itératif qui implique une série d'étapes. Pour créer une application d'apprentissage-machine, suivez ces étapes générales :
Cernez le ou les problèmes d'apprentissage-machine principaux en considérant ce qui est observé et la réponse que vous voulez que le modèle prédise.
Collectez, nettoyez et préparez les données pour qu'elles puissent être consommées par les algorithmes de formation de modèle d'apprentissage-machine. Visualisez et analysez les données pour exécuter des vérification d'intégrité afin de valider la qualité des données et de comprendre les données.
Souvent, les données brutes (variables d'entrée) et la réponse (cible) ne sont pas représentées d'une manière exploitable pour former un modèle hautement prédictif. Par conséquent, vous devez généralement essayer de construire des représentations d'entrée plus prédictives ou des entités à partir des variables brutes.
Fournissez les entités obtenues à l'algorithme d'apprentissage pour élaborer des modèles et évaluer la qualité de ces modèles sur les données qui ont été mises de côté lors de la création des modèles.
Utilisez ce modèle pour générer des prédictions de la réponse cible pour de nouvelles instances de données.
