文件名称：machine-learning-samples：使用AWS的Amazon Machine Learning构建的示例应用程序
文件大小：91KB
文件格式：ZIP
更新时间：2024-03-12 13:22:00
Python
亚马逊机器学习样本 每个子目录包含使用Amazon Machine Learning的示例代码。 有关使用每个样本的详细信息，请参考每个子目录中的README.md文件。 有针对性的营销样本 这些示例展示了如何将Amazon Machine Learning API用于目标营销应用程序。 这遵循《开发人员指南》中介绍的“银行业务”数据集示例。 共有三个版本： 社交媒体和Amazon Mechanical Turk 该示例应用程序展示了如何使用Amazon Mechanical Turk从原始推文中创建带标签的数据集，然后使用Amazon Machine Learning API构建机器学习模型，该模型可预测客户服务是否应采取新的推文。 该示例展示了如何使用AWS Lambda设置自动过滤器，该过滤器监视Amazon Kinesis流上的推文，并在ML模型预测新的推文可操作时发送通知。 通
【文件预览】：
machine-learning-samples-master
----k-fold-cross-validation()
--------fold.py(8KB)
--------recipe.json(125B)
--------config.py(2KB)
--------build_folds.py(4KB)
--------collect_perf.py(5KB)
--------README.md(12KB)
--------setup.sh(868B)
--------banking.csv.schema(2KB)
----targeted-marketing-java()
--------recipe.json(129B)
--------src()
--------README.md(836B)
--------pom.xml(2KB)
--------.gitignore(36B)
--------banking-batch.csv.schema(2KB)
--------banking.csv.schema(2KB)
----social-media()
--------push-json-to-kinesis.py(3KB)
--------config.py(1KB)
--------amlS3ReadPolicyTemplate.json(319B)
--------index.js.template(3KB)
--------create-lambda-function.py(5KB)
--------build-mturk-csv.py(2KB)
--------aml_training_dataset.csv.schema(5KB)
--------gather-data.py(7KB)
--------build-aml-training-dataset.py(6KB)
--------README.md(13KB)
--------mturk-project-template.xml(4KB)
--------lambdaExecutionPolicyTemplate.json(1KB)
--------setup.sh(293B)
--------scanner.py(2KB)
--------create-aml-model.py(8KB)
----NOTICE.txt(104B)
----targeted-marketing-scala()
--------project()
--------src()
--------build.sbt(207B)
--------README.md(847B)
--------.gitignore(8B)
----ml-tools-python()
--------wait_for_entity.py(2KB)
--------realtime.py(3KB)
--------README.md(2KB)
--------awspyml.py(10KB)
--------guess_schema.py(1KB)
----LICENSE(5KB)
----mobile-android()
--------AndroidRealtimePrediction.java(3KB)
--------README.md(749B)
----cost-based-ml()
--------README.md(2KB)
--------cost_based_ml.py(9KB)
----README.md(2KB)
----mobile-ios()
--------ViewController.m(3KB)
--------README.md(582B)
--------ViewController.h(688B)
--------AppDelegate.h(751B)
--------AppDelegate.m(3KB)
----.gitignore(30B)
----targeted-marketing-python()
--------recipe.json(129B)
--------use_model.py(3KB)
--------README.md(2KB)
--------banking-batch.csv.schema(2KB)
--------banking.csv.schema(2KB)
--------build_model.py(5KB)