亚马逊的系统研发者结合其机器系统学习为亚马逊网页提供服务。据亚马逊公司所说，这个系统使开发人员能轻松地使用公司历史数据和配置预测模型，可用于发现问题并及时处理，防止客户流失，为客户提供高质量的服务。
这个系统在亚马逊现在所使用的机器学习技术上的。据公司预测，这个系统大约一周能生成50亿的规模预测。
开发人员把亚马逊机器学习与亚马逊简单存储服务相结合，公司里的高手会引导开发人员通过创建和优化机器学习模型，可以轻松地配置和支持数十亿的规模预测。
由于它是与亚马逊简单存储服务（S3），亚马逊数据仓库服务（Redshift），亚马逊关系数据库服务（RDS）相结合，所以它将处理的数据都存储在AWS云端。
亚马逊公司解释说：“到目前为止，由于开发这类软件需要开发人员具有专业的统计学知识，数据分析和机器学习，所以只有少数的开发人员能利用机器学习技能开发应用软件。此外，应用机器学习涉及很多传统过程，其中包括许多传统工艺手册，重复的和易错任务。例如，计算汇总统计数据，进行数据分析，以数据，评估和微调模型利用机器学习算法测试模型，然后实用该模型生成预测。亚马逊机器学习使机器学习通过抽象这种复杂性和自动执行步骤，让机器学习能广泛地访问开发者的所有软件。利用亚马逊机器学习，开发人员可以使用AWS管理控制台和亚马逊简单存储服务来快速创建他们所需要的尽可那多的模型，并声称高吞吐量预测，并且他们从不担心供应硬件，分发和扩展的计算负荷，管理依赖，或检测和检修基础设施。没有设置成本，开发商支付他们。这样开发者可以从小规模开始，资金随着应用程序增长”。
“亚马逊在机器学习上还有很大的潜力。它有能力让客户在亚马逊网站购物，能使亚马逊了解客户的心声并解答，能让我们卸下满车的货物，只为能让客户在短短30分钟内可以卖呆他们所需的产品，”亚马逊机器学习的高级经理Jeff Bilher补充说。“在早期时候，我们就意识到机器学习只能在我们可以用亚马逊访问到每一个开发软件的时候才能得以实现。亚马逊机器学习是我门在学习过程中利用所学的一切使成千上万的亚马逊开发人员快速构建模型，实验，然后扩展到全球的预测应用的结果。”
亚马逊机器学习让开发人员将数据集的统计特征可视化，将用于模型测试来发现数据模式。这可以帮助开发人员节约时间，在实际测试模型前理解和识别数据分布和缺失或无效值。测试数据自动转换，优化了机器学习算法。所以，开发人员不需要深刻理解这些算法或调节参数来想出最好的解决办法。
这个服务系统还包括内置质量警报，以帮助开发人员构建和优化模型。
据亚马逊公司所说，在20分钟内，一个开发人员能用此技术解决一个以前需要两个开发者用45天才能解决的问题。他们都没有任何机器学习的经验。
康卡斯特（美国最大的有线系统公司）已经利用亚马逊机器学习进行科学数据分析。
在亚马逊机器学习网站，公司列出了一下流行的用例：欺诈检测，文献分类，内容个性化，客户流失预测，为营销活动方向建模，支持客户的自动解决方案。
进
店
进
店
进
店
