如果AWS的开发人员想要理解他们的数据中蕴藏的意义并做出预测，现在就不再需要其他的托管机器学习平台了。

AWS上周四发布了旗下首款机器学习产品——这款产品就被简简单单地命名为Amazon Machine Learning（亚马逊机器学习）——该产品让AWS开发人员能够更容易地从他们托管系统收集到的大量事务性和操作数据中挖掘价值。

IBM最近推出了托管Watson Analytics平台，微软推出了Azure Machine Learning，亚马逊的这次行动紧随其后，这三家公司现在都在寻找帮助开发人员将机器学习智能内嵌到自己应用程序中的方法。谷歌的机器学习产品——Prediction API是在2012年推出的。

和AWS本身很类似，Amazon Machine Learning来自亚马逊内部的数据科学家用于创建机器学习模型的技术，机器学习帮助亚马逊找到有用的数据使用模式，并最终做出更精准的预测。然而，AWS希望Amazon Machine Learning能够让那些没有统计学文凭的人也能有用。

利用AWS Machine Leaning API，开发人员能够在Amazon RDS中创建新的模型，利用来自Amazon S3、Amazon Redshift或者MySQL数据库中的数据。

这项服务是在现有服务的基础上进行收费的，按照两种不同的预测类型计费：针对应用程序的批量预测需要同时进行大量的预测；而实时预测则允许应用程序按照需求请求预测。

对于批量预测，它的费用为每1000次预测10美分，而实时预测根据所需要的内存，定价为每次预测0.0001美元。

AWS提供的批量预测定价实例包括了计算费用和预测费用。所以按照每一千次预测10美分的价格计算，如果一位开发人员一个月需要进行890000次预测，那么费用将是89美元。他们还要按照所需要的小时数另行支付计算费用。

与之类似，实时预测费用包含了计算费用，月预测费用（每次预测0.0001美元），还包括按照时长计算的存储容量使用费，价格为每10MB每小时使用费0.001美元。

亚马逊表示它的平台支持三种类型的预测，能够回答某些类型的问题；然而，一切都需要适当的“培训”模型去利用现有的数据：

用两分法在两个可能的结果之间进行预测。这笔交易是否合法，客户是否会购买此产品，或者收货地址是公寓地址吗？

用多类分类在三个或者多个可能的结果预测可能的结果，或者几个可能的结果以及每种结果可能出现的概率。这款产品是一本书、一部电影或者是一件衣服？这部电影是喜剧、纪录片还是惊悚片？这位客户对哪一类产品最感兴趣？

用回归方法预测数字。我们应该保留多少27寸显示器的库存？我们应该收取多少费用？有多少比例的产品是作为礼品售出的？