概述
Amazon Neptune ML 是 Neptune 的一项新功能，使用专为图形打造的机器学习技术 – 图形神经网络 (GNN)，来利用图形数据轻松、快速且更准确地做出预测。与使用非图形方法进行预测相比，使用 Neptune ML，您可以将大多数图形预测的准确度提高 50% 以上。
对具有数十亿关系的图形做出准确预测可能非常困难且耗时。现有的 ML 方法（例如 XGBoost）无法在图形上有效运行，因为它们是专为表格数据设计的。因此，对图形使用这些方法可能会耗费时间，需要开发人员专业技能，而且预测结果也达不到理想状态。
Neptune ML 借助 Amazon Web Services 参与开发的开源库 Deep Graph Library（DGL），轻松将深度学习应用于图形数据，从而自动完成选择和训练最适用于图形数据的 ML 模型的繁重工作，并允许用户直接使用 Neptune API 和查询对图形运行机器学习。因此，您现在可以在数小时（而不是数周）内创建和训练 ML 模型并将其应用于 Amazon Neptune 数据，而无需学习新工具和 ML 技术。
优势
*Neptune ML 使用 GNN 进行预测，斯坦福大学发布的研究表明，该功能比非图形机器学习的准确度高 50％ 以上。
在没有 ML 专业知识的情况下对图形数据进行预测
将大多数预测的准确度提高 50％ 以上*
*Neptune ML 使用 GNN 进行预测，斯坦福大学发布的研究表明，该功能比非图形机器学习的准确度高 50％ 以上。
使用案例
欺诈检测
身份解析
知识图谱
产品推荐
工作原理
定价
不需要前期投资。您只需为使用的 Amazon Web Services 资源 [WP1] 付费，例如 Amazon SageMaker、Amazon Neptune 和 Amazon S3。
开始使用 Neptune ML
开始使用 Neptune ML 的最简单方法是使用预构建的 Amazon CloudFormation 快速入门模板。您还可以浏览 Neptune ML 笔记本，查看使用预构建 CloudFormation 堆栈查看节点分类、节点回归和链接预测的端到端示例。
