Effective Amazon Machine Learning

This book is intended for data scientists and managers of predictive analytics projects; it will teach beginner- to advanced-level machine learning practitioners how to leverage Amazon Machine Learning and complement their existing Data Science toolbox.No substantive prior knowledge of Machine Learning, Data Science, statistics, or coding is required.

这是一本深入解析亚马逊机器学习服务，以及如何使用其进行预测分析的实用指南。这本书适合那些希望利用AWS云服务来构建和部署机器学习模型的数据科学家和分析师。 书中首先介绍了亚马逊机器学习的基本概念，包括机器学习作为服务的提供方式，以及如何通过API为基础的基础设施来构建机器学习模型。书中还详细介绍了亚马逊机器学习的市场趋势，包括MLaaS市场潜力巨大，以及亚马逊机器学习在设计决策方面所做的简化工作。 接着，书中深入探讨了如何处理数据异常和特征调整，以及如何处理数据集增长带来的不一致性和错误。书中详细解释了数据异常和特征调整的重要性，并提供了一系列的处理策略。此外，书中还讨论了如何处理脏数据，包括数据异常和特征调整，以及数据集增长带来的不一致性和错误。 书中还详细介绍了预测模型的基本概念，包括如何通过设定阈值将数据分为两类，并通过机器学习自动学习到最佳的阈值。书中还讨论了预测模型的应用扩展，包括如何将预测模型从二元分类扩展到多类分类，以及如何将单一预测因子扩展到多变量分类。 此外，书中还深入探讨了线性模型的基本概念，包括线性模型的定义、参数估计方法以及一种常用的参数估计算法——随机