Разработчики из Amazon Web Services (AWS), которые желают извлечь смысл и прогнозы из своих данных, теперь больше не нуждаются в других платформах машинного обучения для этой цели. Они запустили программу Amazon Machine, которая обеспечивает нестатистиков средствами выработки более точных прогнозов на основе больших массивов хранимых данных.

AWS представила свой ​​первый продукт для машинного обучения под названием Amazon Machine Learning для упрощения процесса вывода полезных сведений из имеющихся на их системах сбора транзакционных и оперативных данных.

Шаг Amazon можно считать шагом в том же направлении, что и недавний запуск программ Watson Analytics от IBM и Azure Machine Learning от Microsoft - все три компании в настоящее время ищут способы, чтобы помочь разработчикам встраивать способности машинного обучения в свои приложения.

Amazon Machine Learning основана на технологии, которая использовалась специалистами Amazon для создания моделей обучения машин, чтобы выводить полезные модели из своих данных, и, в конечном итоге делать четкие прогнозы.

Однако, теперь AWS хочет наделить Amazon Machine Learning возможностями даже для тех, кто не имеет специальной подготовки в области статистики. Используя API программы AWS Machine Leaning разработчики могут создавать новые модели, полученные из данных, хранящихся в базах данных Amazon S3, Amazon Redshift, или MySQL в исследовательском центре Amazon RDS.

Стоимость услуги определяется на основе существующих услуг, используемых в AWS и доступны в виде двух типов прогнозирования: периодические предсказания для приложений, которые нуждаются в множестве предсказаний типа "все в одном"; и предсказаний в режиме реального времени, которые позволяют приложениям запрашивать прогнозы по требованию.

Для пакетных предсказаний, цена прогноза составит 10 центов за 1000 предсказаний, а прогнозы в реальном времени, основанные на необходиой памяти, обойдутся в $ 0,0001 за одно предсказание. Пример цены предсказание AWS включает в себя вычислительные сборы и сборы прогнозирования.