Od pewnego czasu Amazon nie pozwala na przetestowanie tej usługi - jednocześnie możliwa jest konfiguracja. Nie potrafię zrozumieć dlaczego ta usługa nie została skasowana dla nowych kont i pozwala przejść przez cały proces wyświetlając informację dopiero na końcu.

Powielenie kroków opisanych w tym artykule jest możlwe ale bez efektu końcowego...

Zakładając nowe konto Amazon zachęca do skorzystania z usługi SageMaker, którą możecie znaleźć pod adresem https://console.aws.amazon.com/sagemaker/home?region=us-east-1#/landing

Amazon Machine Learning to usługa, która pozwala na tworzenie aplikacji predykcyjnych za pomocą algorytmów oraz modeli matematycznych opartych na danych użytkownika.

Dane możemy odczytywać z S3, Redshift oraz RDS a następnie wizualizować je przez AWS Management Console oraz Amazon Machine Learning API. Dane te mogą być importowane lub eksportowane do innych usług za pośrednictwem S3.

Generowanie modeli odbywa się przy wykorzystaniu "standardowego w branży algorytmu regresji logistycznej".

Zanim przejdziemy dalej spójrzmy jeszcze na zadania, które możemy wykonywać wykorzystując uczenie maszynowe:

• Model klasyfikacji binarnej może przewidzieć jeden z dwóch możliwych wyników, tj. tak lub nie;
• Model klasyfikacji wieloklasowej może przewidzieć wiele warunków, np. może śledzić zamówienia online klienta (zapewne zauważyliście maile z pewnego portalu, który sugeruje Wam, że ‘możesz potrzebować tego produktu już wkrótce’);
• Model regresji daje w wyniku dokładną wartość. Modele takie mogą przewidzieć najlepszą cenę dla danego produktu (pod względem sprzedaży ogólnie) czy liczbę sprzedanych sztuk.

• Łatwość tworzenia modeli uczenia maszynowego: tworzenie modeli ML z danych przechowywanych w S3, Redshift czy RDS oraz odpytywanie tych modeli w celu przygotowania predykcji z wykorzystaniem API i kreatorów jest proste;
• Wysoka wydajność: zestaw API przygotowanych przez Amazon pozwala na generowanie miliardów predykcji dla różnego rodzaju aplikacji. Przygotowane predykcje możemy później wykorzystać w celu interaktywnej prezentacji danych.
• Efektywność kosztowa: to może wydawać się śmieszne po którymś z rzędu wpisie ale płacimy tylko za to z czego korzystamy, bez żadnych dodatkowych opłat za konfigurację czy zobowiązania z góry.

• Przechodzimy do usługi uczenia maszynowego:
• Klikamy Get Started a następnie wybieramy standardową konfigurację:
• W nowo otwartym oknie wypełniamy wymagane szczegóły wejściowe takie jak miejsce w którym przechowujemy dane. AWS wychodzi nam na przeciw i daje lokalizację przykładowych danych z których możemy skorzystać:
• Klikamy Verify w celu sprawdzenia czy nasze dane spełniają wymogi: Jeżeli wszystko jest w porządku przechodzimy dalej.
• Kolejny ekran to efekt analizy danych wejściowych: możecie zobaczyć wygenerowane nazwy kolumn i typy danych dla każdej kolumny. W tym momencie warto sprawdzić czy typ danych dla każdej kolumny jest poprawny i jakie dane one reprezentują. Dzięki tej analizie Amazon ML będzie w stanie poprawnie odczytać dane wejściowe i tworzyć dokładne przewidywania:
• Przechodzimy dalej czytając komunikat, który mówi nam o zaznaczeniu wartości docelowej z uwagi na wykorzystany zestaw danych od Amazona. Na kolejnym ekranie zostawiamy wartość domyślną na identyfikator wiersza i przechodzimy dalej:
• Sprawdzamy czy nasza konfiguracja jest poprawna i przechodzimy dalej:
• Niestety konto, które utworzyłem niedawno nie pozwala na wypróbowanie tej usługi. Nie potrafię zrozumieć dlaczego ta usługa nie została skasowana i pozwala przejść przez cały proces wyświetlając informację dopiero na końcu. Zaktualizowałem artykuł z adnotacją na samej górze, żebyście nie popełnili tego samego błędu. Amazon zachęca do skorzystania z usługi SageMaker, którą możecie znaleźć pod adresem https://console.aws.amazon.com/sagemaker/home?region=us-east-1#/landing