4月11日，Amazon在旧金山召开的AWS（Amazon Web Services）峰会宣布，在其云服务家族中加入一项Machine Learning，为没有机器学习背景的开发者提供分析和预测工具。该服务能够帮助开发者使用历史数据开发并部署预测模型。
Amazon的机器学习技术
Amazon内部使用机器学习已经很多年。坐拥大量数据的开发者越来越多地需要从这些数据中挖掘价值，这些对数据分析、建模的要求很高，同时用户需求很大。
亚马逊机器学习会自动变换用于训练的数据并优化机器学习算法，开发者不需要深入理解机器学习算法或调试参数，即可创建模型。一旦模型创建完毕，开发者就可以直接从亚马逊机器学习轻松地进行批量处理或生成实时预测，无需开发和管理自有基础架构。
亚马逊表示，这些模型用途广泛，包括检测欺诈、防止用户流失并改进用户支持。基于与亚马逊公司内开发者所使用的同样经过验证、可扩展并且每周生成超过500亿个预测的机器学习技术，亚马逊机器学习的API和向导能够为开发者提供关于机器学习模型的创建和调试流程的指导，从而部署并扩展模型，支持数十亿级别的预测。
使用Amazon的新工具，需要大致三步：首先使用Amazon S3或Redshift建模，然后对模型进行验证和优化，最后使用它来进行预测。该应用基础版目前有一年的免费期，限美国东部地区。
微软旗下专注云服务的Azure在二月推出了自己的机器学习工具，而IBM上个月收购AlchemyAPI后，将把AlchemyAPI的深度学习技术整合到Watson核心平台，增强Watson挖掘非结构化数据并识别出它们之间联系的能力。
AWS和机器学习
Amazon Web Services (AWS) 是亚马逊在2006年推出的云计算服务，主要优势是能够以根据业务发展来扩展的较低可变成本来替代前期资本基础设施费用。根据亚马逊提供的数据，AWS已经为全球190个国家和地区的企业提供支持。AWS被业界公认是云计算领域的强手，曾经打败IBM获得美国中情局的云服务大额订单。
机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。这项技术是人工智能的核心，是使计算机具有智能的根本途径。