Amazon Redshift non supporterà più la creazione di nuovi Python a UDFs partire dal 1° novembre 2025. Se vuoi usare Python UDFs, crea la UDFs data precedente a quella data. Python esistente UDFs continuerà a funzionare normalmente. Per ulteriori informazioni, consulta il post del blog.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Panoramica del machine learning

Con Amazon Redshift, puoi sfruttare le funzionalità di machine learning per ottenere informazioni preziose dai tuoi dati. Questa panoramica sul Machine Learning (ML) mostra come esplorare, visualizzare e preparare i dati per l'addestramento e l'implementazione del modello ML. Le seguenti sezioni ti guideranno attraverso il processo di utilizzo di Amazon Redshift ML per sbloccare il potenziale dei tuoi dati attraverso l'apprendimento automatico.

Grazie ad Amazon Redshift ML, è possibile addestrare modelli di machine learning utilizzando istruzioni SQL e richiamarli nelle query SQL per la previsione.

Per scoprire come utilizzare Amazon Redshift ML, è possibile guardare il seguente video.

Per informazioni sui prerequisiti per la configurazione del cluster Redshift o del gruppo di lavoro Serverless, sulle autorizzazioni e sulla proprietà per l'utilizzo di Amazon Redshift ML, leggi le seguenti sezioni. Queste sezioni descrivono anche il funzionamento semplice dell'addestramento e delle previsioni in Amazon Redshift ML.

Come il machine learning può risolvere i problemi

Un modello di machine learning genera previsioni trovando modelli nei dati di addestramento e applicando questi modelli ai nuovi dati. Nel machine learning, è possibile addestrare questi modelli apprendendo i modelli che meglio spiegano i dati. Quindi i modelli vengono utilizzati per effettuare previsioni (dette anche inferenze) su nuovi dati. Il machine learning di solito è un processo iterativo in cui è possibile continuare a migliorare l'accuratezza delle previsioni modificando iterativamente i parametri e migliorando i dati di addestramento. Se i dati cambiano, si verifica un altro addestramento dei nuovi modelli con il nuovo set di dati.

Per raggiungere i vari obiettivi aziendali, esistono diversi approcci fondamentali di machine learning.

Apprendimento supervisionato in Amazon Redshift ML

Amazon Redshift supporta l'apprendimento supervisionato, che è l'approccio più comune all'analisi aziendale avanzata. L'apprendimento supervisionato è l'approccio di machine learning preferito quando si dispone di un insieme consolidato di dati e di una comprensione di come i dati di input specifici prevedono vari risultati aziendali. Questi risultati sono talvolta chiamati etichette. In particolare, il set di dati è una tabella con attributi che comprendono funzioni (input) e destinazioni (output). Ad esempio, si supponga di disporre di una tabella che fornisce l'età e il codice postale per i clienti passati e attuali. Si supponga di avere anche un campo "attivo" che è true per i clienti attuali e false per i clienti che hanno sospeso la loro iscrizione. L'obiettivo del machine learning supervisionato è quello di individuare i modelli di età e codice postale che portano alla cessazione del cliente come rappresentato dai clienti le cui destinazioni sono "False". È possibile utilizzare questo modello per prevedere i clienti con probabilità di abbandono, ad esempio sospendendo la propria appartenenza, e potenzialmente offrire incentivi a restare.

Amazon Redshift supporta l'apprendimento supervisionato che include regressione, classificazione binaria e classificazione multiclass. Regressione si riferisce al problema di prevedere valori continui, come la spesa totale dei clienti. Classificazione binaria si riferisce al problema di prevedere uno di due risultati, ad esempio prevedere se un cliente abbandona o meno. La classificazione multiclass si riferisce al problema di prevedere uno di molti risultati, ad esempio prevedere l'articolo a cui potrebbe essere interessato un cliente. Gli analisti di dati e i data scientist possono utilizzarli per eseguire attività di apprendimento supervisionate per affrontare problemi che vanno dalla previsione, alla personalizzazione o alla previsione di abbandono dei clienti. L'apprendimento supervisionato può essere utilizzato anche in problemi quali la previsione di quali vendite stanno per terminare, la previsione dei ricavi, il rilevamento delle frodi e la previsione del valore di vita dei clienti.

Apprendimento senza supervisione in Amazon Redshift ML

L'apprendimento non supervisionato utilizza algoritmi di machine learning per analizzare e raggruppare dati di formazione senza etichetta. Gli algoritmi scoprono schemi o raggruppamenti nascosti. L'obiettivo è quello di modellare la struttura o la distribuzione sottostante nei dati per saperne di più sui dati.

Amazon Redshift supporta l'algoritmo di clustering K-Means per risolvere un problema di apprendimento senza supervisione. Questo algoritmo risolve i problemi di clustering in cui si desidera individuare i raggruppamenti nei dati. L'algoritmo K-Means tenta di trovare raggruppamenti discreti all'interno dei dati. I dati non classificati vengono raggruppati e ripartiti in base alle somiglianze e alle differenze. Raggruppando, l'algoritmo K-Means determina iterativamente i migliori centroidi e assegna ogni membro al centroide più vicino. I membri più vicini allo stesso centroide appartengono allo stesso gruppo. I membri di un gruppo sono il più simili possibile agli altri membri dello stesso gruppo e il più possibile diversi dai membri di altri gruppi. Ad esempio, l'algoritmo di clustering K-Means può essere utilizzato per classificare le città colpite da una pandemia o classificare le città in base alla popolarità dei prodotti di consumo.

Quando si utilizza l'algoritmo K-Means, si specifica un input k che specifica il numero di cluster da trovare nei dati. L'output di questo algoritmo è un insieme di centroidi k. Ogni punto dati appartiene a uno dei cluster k più vicini ad esso. Ogni cluster è descritto dal suo centroide. Il centroide può essere considerato come la media multidimensionale del cluster. L'algoritmo K-Means confronta le distanze per vedere quanto sono diversi i cluster l'uno dall'altro. Una distanza maggiore indica generalmente una maggiore differenza tra i cluster.

La preelaborazione dei dati è importante per K-Means, poiché garantisce che le caratteristiche del modello rimangano sulla stessa scala e producano risultati affidabili. Amazon Redshift supporta alcuni preprocessori K-Means per l'istruzione CREATE MODEL, ad esempio StandardScaler, e. MinMax NumericPassthrough Se non desideri applicare alcuna preelaborazione per K-means, scegli NumericPassthrough esplicitamente come trasformatore. Per ulteriori informazioni sui parametri K-Means, consultare CREA MODELLO con i parametri K-MEANS.

Scopri come eseguire un training senza supervisione con il clustering K-Means guardando il seguente video.

Termini e concetti per Amazon Redshift ML

I seguenti termini vengono utilizzati per descrivere alcuni concetti di Amazon Redshift ML.

Altrettanto importanti sono le seguenti: