Definitionen durchsuchen :
Definition

Amazon Machine Learning

Amazon Machine Learning ist ein Amazon Web Service (AWS) für maschinelles Lernen. Entwickler können mit dem Dienst auf der Basis von Algorithmen Muster in Endbenutzerdaten entdecken, auf Grundlage dieser Muster mathematische Modelle bauen und Predictive-Analytics-Anwendungen implementieren.

Der Service soll Unternehmen helfen, die Rentabilität und Effizienz ihrer Anwendungen zu verbessern. Zum Beispiel können Modelle auf Basis maschinellen Lernens verwendet werden, um betrügerische Abbuchungen bei Online-Zahlungen zu erkennen. Sie können auch vorhersagen, was einen bestimmten Endbenutzer interessieren könnte oder die Produktnachfrage während eines bestimmten Zeitraums prognostizieren.

Maschinelle Lernmodelle für Anwendungen werden von Entwicklern immer für bestimmte Zwecke eingerichtet. Der Vorteil des Amazon-Service ist, dass Entwickler befreit werden von der Notwendigkeit, Programmcode für die Vorhersagen zu schreiben. Wenn die Modelle fertig sind, können sie bei Amazon Machine Learning mithilfe einfacher APIs Prognosen für Ihre Anwendung abrufen, ohne benutzerdefinierte Prognosecodes implementieren zu müssen. Auch um die Verwaltung der Infrastruktur brauchen sie sich nicht zu kümmern.

Amazon erzeugt die Modelle unter Verwendung eines Regression-Algorithmus. Dieser berechnet die Wahrscheinlichkeit, wie ein Endbenutzer mit einer Anwendung auf Basis der Daten aus der Vergangenheit interagieren wird.

Amazon Machine Learning ist hochgradig skalierbar und kann Milliarden von Prognosen pro Tag generieren und diese in Echtzeit mit hohem Durchsatz bereitstellen. Ein Entwickler kann die Vorhersagen über ein Batch-API - für Massenanfragen - oder über ein Echtzeit-API - für einzelne Datensätze - abrufen. Der Service berechnet umgehend beide Arten von API-Anforderungen und kann bis zu fünf Batch-Anforderungen gleichzeitig verarbeiten.

Die Daten liest Amazon Machine Learning über Amazon Simple Storage Service (S3), Redshift und Relational Database Service. Visualisiert werden die Daten über die AWS Management Console und die Amazon Machine Learning API. Daten aus anderen AWS-Produkten können auch in CSV-Dateien exportiert werden. Damit Amazon Machine Learning auf diese Daten zugreifen kann, lassen sich diese Daten in Amazon S3 Buckets platzieren. Ein Entwickler kann jedoch keine Modelle in Amazon Machine Learning importieren und auch keine Modelle exportieren.

Amazon Machine Learning Modelle und andere Systemprodukte sind verschlüsselt - sowohl während der Verarbeitung als auch im Ruhezustand. Anfragen an den Service werden über eine SSL-Verbindung (Secure Sockets Layer) hergestellt. Ein Entwickler kann außerdem Amazon Identity-Access-Management-Richtlinien implementieren, um Anwendungen weiter abzusichern.

Für die Nutzung von Amazon Machine Learning sind keine Vorabinvestitionen für Hardware oder Software erforderlich. Bezahlt wird nur das, was genutzt wird. Eine genaue Preisauflistung gibt es auf der AWS-Website.

Diese Definition wurde zuletzt im April 2016 aktualisiert

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close