Suchen

Definition Was ist Amazon Machine Learning?

Autor / Redakteur: Dipl.-Ing. (FH) Stefan Luber / Nico Litzel

Amazon Machine Learning gehört zu den Amazon Web Services (AWS) und ermöglicht maschinelles Lernen auf einer in der Cloud bereitgestellten Infrastruktur. Mit Amazon Machine Learning lassen sich Muster in großen Datenmengen finden, Machine-Learning-Modelle ableiten und Prognosen generieren.

Firmen zum Thema

(Bild: © aga7ta - stock.adobe.com)

Amazon Machine Learning ermöglicht das maschinelle Lernen mithilfe der Amazon Web Services (AWS). AWS stellt die benötigten Tools, Anwendungen und Rechenressourcen in der Cloud zu Verfügung. Eigene Infrastruktur wird keine benötigt. Mit Amazon Machine Learning lassen sich Daten analysieren und auf Muster untersuchen, mathematische Machine-Learning-Modelle ableiten und Prognosen generieren. Amazon Machine Learning stellt die Basis für die Entwicklung von Anwendungen mit Künstlicher Intelligenz (KI) zur Verfügung. Tiefes Spezialwissen im Bereich des maschinellen Lernens und der verwendeten Algorithmen oder Techniken sind für das Entwickeln von Anwendungen nicht notwendig.

Zum Einsatz kommt Machine Learning (ML) beispielsweise für Kundenprognosen, Betrugserkennung oder Transaktionsanalysen. Für die Arbeit mit Amazon Machine Learning sind die AWS-Managementkonsole, APIs und verschiedene Visualisierungstools nutzbar. Dank der Ausführung innerhalb der Amazon Web Services ist das maschinelle Lernen hoch skalierbar. Viele Daten lassen sich in Echtzeit mit hoher Geschwindigkeit analysieren und daraus Prognosen generieren. Abrufbar sind einzelne Prognosen über eine Echtzeit-API. Massenanfragen lassen sich per Batch-API übertragen. Das Bezahlmodell für das Amazon Machine Learning ist nutzungsabhängig. Kunden müssen nur für die tatsächlich in Anspruch genommenen Leistungen zahlen.

Das grundlegende Konzept von Amazon Machine Learning

Der grundlegende Ablauf zum Generieren von Prognosen mit Amazon Machine Learning setzt sich aus drei Einzelschritten zusammen. Diese sind:

  • Die Datenanalyse,
  • das Training eines Modells und
  • die Bewertung des Ergebnisses.

In der Phase der Datenanalyse berechnet Amazon Machine Learning die Verteilung der Daten und bereitet sie für den Prozess des Modelltrainings vor. Während der Phase des Modelltrainings wird nach bestimmten Mustern in den Daten gesucht. Im abschließenden Schritt findet eine Bewertung der Ergebnisse und des Modells hinsichtlich Präzision statt. Zur Ausführung der verschiedenen Schritte kombiniert Amazon Machine Learning unterschiedliche leistungsstarke Algorithmen des maschinellen Lernens mit interaktiven Tools zur visuellen Darstellung. Sie unterstützen beim Generieren der Modelle und der Bewertung der Ergebnisse. Durch integrierte Funktionen zur Transformation von Daten ist sichergestellt, dass die mit dem Modell zu analysierenden Datenbestände optimale Ergebnisse und Prognosen liefern.

Die Integration von Amazon Machine Learnings in die Amazon Web Services

Amazon Machine Learnings ist vollständig in die Amazon Web Services (AWS) integriert. AWS stellt die Plattform für das maschinelle Lernen zur Verfügung. Sehr einfach ist die Anbindung von Daten, die bereits in AWS gespeichert sind. Die zu analysierenden Daten lassen sich über Web-Services wie den Amazon Simple Storage Service (S3), Amazon Redshift und Relational Database Service (RDS) bereitstellen. Darüber hinaus ist es möglich, Daten aus anderen Amazon Web Services über CSV-Dateien und Amazon S3 Buckets zu integrieren. Die AWS-Managementkonsole und die Amazon Machine Learning API gestattet die Visualisierung der Daten.

Zugriffsmethoden auf das Amazon Machine Learning

Amazon Machine Learning unterstützt verschiedene Zugriffsmethoden wie interaktive Zugriffe, Einzelabfragen oder Massenabfragen. Die Amazon Machine Learning Konsole ist direkt über die AWS-Managementkonsole aufrufbar. Darüber hinaus steht mit dem AWS-CLI (AWS Command Line Interface) eine Befehlszeilenschnittstelle zur Verfügung.

Weitere Zugriffsmöglichkeiten bestehen über die APIs des Amazon Machine Learnings. Sie bieten Möglichkeiten zum automatisierten Erstellen, Modellieren und Verwalten von Datenquellen, Modellen, Prognosen und Bewertungen. Die Echtzeit-API liefert Einzelprognosen mit hohem Durchsatz und geringer Latenz. Mithilfe der Batch-API ist es möglich, viele Datensätze abzurufen und alle Prognosen in einem Vorgang zu generieren.

Vorteile durch den Einsatz von Amazon Machine Learning

Der Einsatz des cloudbasierten Amazon Machine Learnings bietet einige Vorteile. Modelle lassen sich mithilfe von Assistenten einfach aus Daten erstellen und optimieren. Skalierbare Algorithmen, Datenprozessoren und interaktive Tools unterstützen beim Aufbau und der Verfeinerung der Modelle. Aus einem bestehenden Modell ist das Generieren von Prognosen für bestimmte Anwendungen binnen kürzester Zeit möglich. Kosten oder Zeit für die Planung, den Aufbau und den Betrieb einer eigenen Infrastruktur für maschinelles Lernen entstehen keine. Die Amazon Web Services stellen eine hohe Verfügbarkeit und Performance bereit, um große Mengen an Prognosen in kurzer Zeit zu generieren.

Anwendungsbereiche

Amazon Machine Learning bietet unzählige Anwendungsmöglichkeiten. Es lässt sich einsetzen, um:

  • Das Kundenverhalten zu analysieren und vorherzusagen,
  • Nachrichteninhalte wie Spam-Nachrichten zu erkennen und passend zu verarbeiten oder weiterzuleiten,
  • Mengen und Intervalle von Kundendienstanfragen vorherzusagen,
  • betrügerische Transaktionen zu erkennen und zu verhindern,
  • Webservices für Kunden zu personalisieren,
  • gezielte Marketingkampagnen durchzuführen sowie
  • Dokumente zu klassifizieren

(ID:45710507)

Über den Autor