Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte O que é o Amazon Machine Learning.
Quando usar o Machine Learning
É importante lembrar que o ML não é uma solução para todos os tipos de problemas. Em alguns casos, é possível desenvolver soluções robustas sem o uso de técnicas de ML. Por exemplo, você não precisa de ML se pode determinar um valor de destino usando regras simples, cálculos ou etapas predeterminadas que podem ser programadas sem a necessidade de qualquer aprendizagem orientada por dados.
Use Machine Learning nas seguintes situações:
Você não pode codificar as regras: muitas tarefas humanas (como reconhecer se um e-mail é spam ou não) não podem ser adequadamente resolvidas usando uma solução simples (determinística) baseada em regras. Um grande número de fatores pode influenciar a resposta. Quando as regras dependem de muitos fatores e muitas regras se sobrepõem ou precisam ser ajustadas com muita precisão, rapidamente se torna difícil para um ser humano programar com precisão as regras. Você pode usar o ML para resolver esse problema com eficácia.
Você não pode dimensionar: você talvez possa reconhecer manualmente algumas centenas de e-mails e decidir se são spam ou não. No entanto, essa tarefa se torna entediante quando se trata de milhões de e-mails. As soluções de ML são eficazes para lidar com problemas de grande escala.
