Amazon Machine Learning 可讓所有技能層級的開發人員，都能輕鬆使用機器學習技術。Amazon Machine Learning 提供視覺化工具和精靈，引導您完成建立機器學習 (ML) 模型的程序，且無須學習複雜的 ML 演算法和技術。模型準備好後，Amazon Machine Learning 就能讓您輕鬆使用簡單的 API 取得應用程式的預測，無須實作自訂的預測產生碼或管理任何基礎設施。
Amazon Machine Learning 採用的機器學習技術與 Amazon 內部資料科學家社群多年來使用的技術相同，該技術經過驗證且可高度擴展。此服務使用強大的演算法，透過找出現有資料的模式來建立機器學習模型。然後，Amazon Machine Learning 使用這些模型來處理新資料並為應用程式產生預測結果。
Amazon Machine Learning 具有很高的可擴展性，每天可以產生數十億則預測結果，並以極高的輸送量即時運用這些結果。使用 Amazon Machine Learning 無需事先投資硬體或軟體，只需按使用量付費，因此可先從小規模開始，再視應用程式的發展情況進行擴展。
AWS 案例研究：Upserve 及 Amazon Machine Learning
「使用 Amazon Machine Learning，我們可以預測晚上前來餐廳用餐的顧客總人數。」
AWS 案例研究：BuildFax 及 Amazon Machine Learning
查看 BuildFax 如何使用 Amazon Machine Learning「普及建置預測模型的流程」，更快速地交付結果。
AWS 案例研究：AdiMap 與 Amazon Machine Learning
作為一家新創公司，AdiMap 使用 Amazon Machine Learning 透過「提供大量的金融情報給使用者與客戶，讓他們獲得競爭力」。
AWS 案例研究：Fraud.net 與 Amazon Machine Learning
領導業界的 Fraud.net 是由群眾開發的詐騙防範平台，使用 Amazon Machine Learning 來協助釐清和了解層出不窮的各種詐騙模式。
Amazon Machine Learning API 和精靈可以協助所有開發人員輕鬆地利用 Amazon Simple Storage Service (Amazon S3) 中存放的資料、Amazon Redshift 或 Amazon Relational Database Service (Amazon RDS) 中的 MySQL 資料庫，建立並微調機器學習模型，並對這些模型進行查詢以獲得預測結果。該服務的內建資料處理器、可擴展的機器學習演算法、互動資料和模型視覺化工具以及品質提醒功能，可協助您快速建置並改善模型。
Amazon Machine Learning 是一項提供端對端模型建立、部署和監控的受管服務。當模型準備好之後，您可以快速可靠地為應用程式產生預測結果，免去建置、擴展、維護機器學習基礎設施所需的時間和成本。
Amazon Machine Learning 預測 API 可用來為應用程式產生數十億則預測結果。您可以使用批次預測 API，請求對大量資料記錄進行一次性的預測，還可以使用即時 API 來獲得個別資料記錄的預測結果，您可以在互動式 Web、行動或桌面應用程式中使用這些功能。
使用 Amazon Machine Learning 無需設定費，只需按使用量付費，因此可先從小規模開始，再視應用程式的發展情況進行擴展。
Amazon Machine Learning 採用 Amazon 使用的機器學習技術，該技術經過驗證且具有高度可擴展性，Amazon 用這項技術來執行許多關鍵功能，例如供應鏈管理、詐騙交易識別和型錄編排等。
使用預測分析模型，Amazon Machine Learning 可以根據之前客戶的行為來推薦項目或優化網站的流程，協助網站提供更加個人化的客戶體驗。
Amazon Machine Learning 可協助您打造具有目標性的行銷活動。例如，Amazon Machine Learning 可根據之前客戶的活動，為目標客戶選擇最具相關性的電子郵件行銷活動內容。
Amazon Machine Learning 可協助您處理非結構化的文字並根據內容採取相關動作。例如，Amazon Machine Learning 可用來建置應用程式，讓應用程式具有將產品評論分類為正面、負面或中立的功能。
Amazon Machine Learning 可協助您找出可能流失的高風險客戶，協助您透過促銷的方式積極與客戶接觸，或擴展客戶服務範圍。
Amazon Machine Learning 可以處理客戶任何形式的意見回饋，包括電子郵件訊息、評論或電話交談文字記錄，並向您建議最能夠協助解決客戶問題的方法。例如，您可以使用 Amazon Machine Learning 對社交媒體流量進行分析，從中找到有產品支援問題的客戶，然後安排合適的客戶支援專家與他們溝通聯繫。
