Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte [O que é o Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Solucionar problemas de negócios com o Amazon Machine Learning
<a name="machine-learning-problems-in-amazon-machine-learning"></a>

Você pode usar o Amazon Machine Learning para aplicar a Machine Learning aos problemas para os quais há exemplos de respostas reais. Por exemplo, se você deseja usar o Amazon Machine Learning para prever se um e-mail é spam, precisará coletar exemplos de e-mail que são corretamente rotulados como spam ou não spam. Em seguida, você pode usar a Machine Learning para generalizar a partir desses exemplos de e-mail e, assim, prever a probabilidade de novos e-mails serem spam ou não. Essa abordagem de aprendizagem a partir dos dados que foram identificados com a resposta real é conhecido como Machine Learning supervisionada.

Você pode usar abordagens de ML específicas para essas tarefas de Machine Learning específicas: classificação binária (prevendo um dos dois resultados possíveis), classificação multiclasse (prevendo um dos mais de dois resultados) e regressão (prevendo um valor numérico). 

Exemplos de problemas de classificação binária:
+ O cliente comprará ou não este produto?
+ Este e-mail é spam ou não?
+ Este produto é um livro ou um animal de fazenda?
+ Esta revisão foi escrita por um cliente ou por um robô?

Exemplos de problemas de classificação multiclasse:
+ Este produto é um livro, um filme ou vestuário?
+ Este filme é uma comédia romântica, um documentário ou um suspense?
+ Qual categoria de produtos é mais interessante para este cliente?

Exemplos de problemas de classificação de regressão:
+ Qual será a temperatura em Seattle amanhã?
+ Quantas unidades deste produto serão vendidas?
+ Quantos dias antes deste cliente interromper o uso do aplicativo?
+ Qual será o preço de venda desta casa?