问题标签 [amazon-machine-learning]

我正在尝试构建一个计算器，只是为了使用 AWS 机器学习添加两个个位数。

ML 数据源1：（用于训练）

具有 0,9 个位的所有可能组合的数据。

ML 数据源 2：（用于预测）

将结果列留空以进行预测。

当我预测时，可以让其中一些正确，结果在这里。https://pastebin.com/P6qWJk5y

以人性化的方式思考，以不同的顺序重复相同的数据，

ML 数据源 2：（用于训练）

现在试着看看预测是否有所改善，没有改善。它与第一个文件的预测相同。没有变化。

尝试用于商业目的，但喜欢了解 AWS 机器学习如何工作的预测。

如何创建更多数据集来训练机器为简单的计算器产生正确的结果？

感谢您的任何指示。

我在尝试从 S3 自动创建 AWS 数据源时遇到错误：我正在运行一个 shell 脚本：

这是它引用的 json 文件的示例：

但是当我从命令行运行我的脚本时，我得到了错误：

有人可以帮忙吗，我查看了 API AWS ML 文档，我认为我做的一切都是正确的，但我似乎无法解决这个错误......非常感谢！

1) 根据http://docs.aws.amazon.com/machine-learning/latest/dg/learning-algorithm.html Amazon ML 使用 SGD。但是我找不到神经网络中使用了多少隐藏层？

2) 有人可以确认 SageMaker 能够做 Amazon ML 所做的事情吗？即 SageMaker 比 Amazon ML 更强大？

我在 AWS ML 中创建了一个数据源。我试图使用下面的程序删除相同的内容。

当我运行这个输出时Deleted HelloS3DataSourceNew。但是当我进入我的 AWS ML 控制台并输入 ID 时，我得到了下面的图像。

如何完全删除它并创建另一个具有相同 ID 的模型？

我在 AWS Sagemaker 中启动并运行了一个终端节点。但是，我不确定如何将数据发送到此端点并取回预测。

文档对此也不清楚。任何帮助，将不胜感激。

我正在对亚马逊食品评论进行情绪分析，我正在尝试将 Word2Vec 应用于评论并使用 t-SNE 将其可视化。

使用以下代码，我可以轻松地使用 Bag of words 表示来进行可视化：

此外，当我提供类型为 gensim.models.word2vec.Word2Vec 的 w2v_model 模型时，相同的代码不起作用

我使用以下代码获得了模型：

标题总结了它。从本质上讲，我想以按使用付费的 API 向 Amazon AWS 客户提供我自己的闭源专有 ML 算法——例如，按月或按年或按电话许可的销量预测算法服务。找到的大多数信息都在讨论如何构建和赠送它，或者在公司内部使用它，但我希望将它作为 AWS 上的商业产品提供给公众。

提前感谢您的帮助 - 文章链接、帮助页面或有关如何执行此操作的直接步骤。

我有一个 IOT 传感器，它向 IoT MQTT Core 主题发送以下消息：

我添加了 ACT/RULE，它将传入消息存储在 S3 存储桶中，时间戳作为键（每条消息都存储为存储桶中的单独文件/行）。

我以前只使用过 SQL 数据库，所以像这样存储它们对我来说是新的。

1) 这是使用 S3 存储的正确方法吗？

2）如何可视化模式中的值而不是单独的文件？

3) 我正在尝试从 S3 存储桶创建 ML 数据源，但是当 Amazon ML 尝试创建架构时出现以下错误：

“Amazon ML 无法检索架构。如果您刚刚创建了此数据源，请稍等片刻，然后重试。”

感谢所有的建议！

我使用以下脚本自动升级我的库。

我的脚本（启动笔记本）：

错误：

我收到以下错误，如何指向 keras 的正确位置（/home/ec2-user）而不是/root

完整日志：

没有生命周期配置：

上述脚本中的所有命令都有效。

当我删除具有以下值的生命周期配置时，实际的 keras.json 文件在 /home/ec2-user 下存在。

这可能比开发代码更多或者是一个架构问题，但欣赏集体思想！

我们正在使用 Solr 来订购记录并对其进行分类，以允许用户搜索和查找特定的医疗状况。我们有机会利用机器学习来帮助和改进结果。AWS Comprehend 是我们正在研究的产品，但存在一个问题，即是否应该在竞争中取代另一个，或者实际上两者是否应该协同工作以提供我们所追求的解决方案。

欣赏人们的任何见解。

谢谢加雷斯