Amazon Web Services annuncia Amazon Machine Learning

Amazon Machine Learning è un servizio completamente gestito che rende facile per qualsiasi sviluppatore utilizzare i dati storici per creare e implementare modelli predittivi

Questi modelli possono essere utilizzati per diversi obiettivi, come, ad esempio, individuare le frodi, prevenendo così il churn rate dei clienti, e migliorare l’assistenza clienti. Basato su una tecnologia altamente scalabile e già collaudata, il machine learning è utilizzato dagli sviluppatori per generare più di 50 miliardi di previsioni a settimana. Le API e le procedure di Amazon Machine Learning guidano gli sviluppatori attraverso il processo di creazione e sfruttano modelli di apprendimento automatico che possono essere facilmente implementati e scalati per supportare miliardi di previsioni.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Amazon Machine Learning è integrato con Amazon Simple Storage Service (Amazon S3), Amazon Redshift e Amazon Relational Database Service (Amazon RDS), rendendo così più facile per i clienti lavorare con i dati già memorizzati nel Cloud AWS.

Fino ad oggi, pochi sviluppatori sono stati in grado di creare applicazioni con funzionalità di apprendimento automatico. Inoltre, il processo tradizionale per l’applicazione di machine learning coinvolge molti compiti manuali, ripetitivi, e attività soggette a errori di calcolo, come statistiche riassuntive, l’esecuzione di analisi dei dati, l’utilizzo di algoritmi di apprendimento automatico per creare un modello basato su dati, valutare e rendere più accurato il modello stesso, e quindi generare previsioni.

Amazon Machine Learning rende l’apprendimento automatico ampiamente accessibile a tutti gli sviluppatori di software eliminando la complessità dei processi e automatizzando questi passaggi. Con Amazon Machine Learning, gli sviluppatori possono utilizzare AWS Management Console o le API per creare rapidamente tutti i modelli di cui hanno bisogno, e generare previsioni con un throughput elevato, senza preoccuparsi di acquistare hardware, distribuire e scalare il carico computazionale, gestire le dipendenze, o il monitoraggio e la risoluzione dei problemi delle infrastrutture. Non ci sono costi di installazione e gli sviluppatori pagano solo quello che utilizzano.

Leggi anche:  Cloudera Data Platform: l’obiettivo è generare valore per le aziende