Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Consultas de inferencia de Gremlin en Neptune ML Tal y como se describe en [Capacidades de Neptune ML](machine-learning.md#machine-learning-capabilities), Neptune ML admite modelos de entrenamiento que pueden realizar los siguientes tipos de tareas de inferencia: + **Clasificación de nodos**: predice la característica categórica de una propiedad de vértice. + **Regresión de nodos**: predice una propiedad numérica de un vértice. + **Clasificación de bordes**: predice la característica categórica de una propiedad de borde. + **Regresión de bordes**: predice una propiedad numérica de un borde. + **Predicción de enlaces**: predice los nodos de destino con un nodo de origen y un borde de salida, o los nodos de origen con un nodo de destino y un borde de entrada. Podemos ilustrar estas diferentes tareas con ejemplos que utilizan el [conjunto de datos de MovieLens 100 000](https://grouplens.org/datasets/movielens/100k/) proporcionado por [GroupLens Research](https://grouplens.org/datasets/movielens/). Este conjunto de datos consta de películas, usuarios y clasificaciones de las películas por parte de los usuarios, a partir de las cales, hemos creado un gráfico de propiedades como el siguiente: ![\[Ejemplo de gráfico de propiedades de una película utilizando el conjunto de datos de MovieLens 100.000\]](http://docs.aws.amazon.com/es_es/neptune/latest/userguide/images/movie_property_graph_example.png) **Clasificación de nodos**: en el conjunto de datos anterior, `Genre` es un tipo de vértice que está conectado al tipo de vértice `Movie` mediante el borde `included_in`. Sin embargo, si retocamos el conjunto de datos para que `Genre` sea una característica [categórica](https://en.wikipedia.org/wiki/Categorical_variable) para el tipo de vértice `Movie`, el problema de inferir `Genre` para las nuevas películas que se añadan a nuestro gráfico de conocimientos se puede resolver mediante modelos de clasificación de nodos. **Regresión de nodos**: si tenemos en cuenta el tipo de vértice `Rating`, que tiene propiedades como `timestamp` y `score`, el problema de inferir el valor numérico `Score` para una `Rating` se puede resolver mediante modelos de regresión de nodos. **Clasificación de aristas**: Del mismo modo, en el caso de una `Rated` arista, si tenemos una propiedad `Scale` que puede tener uno de los valores,,,`Love`,,`Like`,`Dislike`,`Neutral`,,`Hate`,, entonces el problema de inferir `Scale` la `Rated` arista si es nueva se movies/ratings puede resolver mediante modelos de clasificación de aristas. **Regresión de bordes**: del mismo modo, para el mismo borde `Rated`, si tenemos una propiedad `Score` que incluye un valor numérico para la clasificación, esto se puede inferir de los modelos de regresión de bordes. **Predicción de enlaces**: problemas, como encontrar los diez principales usuarios que tienen más probabilidades de puntuar una determinada película o encontrar las diez principales películas que un determinado usuario tiene más probabilidades de valorar, se consideran parte de la predicción de enlaces. **nota** Para los casos de uso de Neptune ML, tenemos un conjunto muy completo de cuadernos diseñados para proporcionarle una comprensión práctica de cada caso de uso. Puede crear estos cuadernos junto con su clúster de Neptuno cuando utilice la plantilla [Neptune CloudFormation ML para crear un clúster de Neptune ML](machine-learning-quick-start.md). Estos cuadernos también están disponibles en [github](https://github.com/aws/graph-notebook/tree/main/src/graph_notebook/notebooks/04-Machine-Learning). **Topics** + [Predicados de Neptune ML utilizados en las consultas de inferencia de Gremlin](machine-learning-gremlin-inference-query-predicates.md) + [Consultas de clasificación de nodos de Gremlin en Neptune ML](machine-learning-gremlin-vertex-classification-queries.md) + [Consultas de regresión de nodos de Gremlin en Neptune ML](machine-learning-gremlin-vertex-regression-queries.md) + [Consultas de clasificación de bordes de Gremlin en Neptune ML](machine-learning-gremlin-edge-classification-queries.md) + [Consultas de regresión de bordes de Gremlin en Neptune ML](machine-learning-gremlin-edge-regression.md) + [Consultas de predicción de enlaces de Gremlin mediante modelos de predicción de enlaces en Neptune ML](machine-learning-gremlin-link-prediction-queries.md) + [Lista de excepciones para las consultas de inferencia de Gremlin en Neptune ML](machine-learning-gremlin-exceptions.md)