在揭露電腦視覺服務Amazon Lookout for Vision和設備偵測服務Amazon Lookout for Equipment之後，AWS現在還發(fā)布了一個新的機器學習服務，可自動監(jiān)控指針，協(xié)助企業(yè)達到提升速度和精確度等目的，或者診斷異?，F象，快速掌握像是收入意外大幅降低，或大量付款失敗等事件。

數據中突如其來的模式改變，可能代表著異常事件發(fā)生，除了網站技術故障，但也或許是尚未開發(fā)的商機，AWS提到，隨著企業(yè)收集越來越多的數據，需要具備偵測數據的變化，并能及時做出反應的能力，但是要偵測這些數據變化并不是一件簡單的事情。而AWS所推出的Lookout for Metrics服務，可以讓企業(yè)更容易地使用機器學習技術來監(jiān)控指針，以提高對事件的反應能力。

Look for Metrics不僅能用於簡單的異常檢測，其提供開發(fā)人員與Amazon內部使用相同的技術來監(jiān)控指針，只要透過點擊操作，就可以開始監(jiān)控重要的指針，用戶不需要對機器學習有任何使用經驗與知識，就可以監(jiān)控異常并發(fā)現造成異常的原因。

為了要理解用戶的數據，Look for Metrics利用偵測器對數據進行學習，用戶可以創(chuàng)建偵測器，并且選擇5分鐘就是1天等不同的時間區(qū)間，決定偵測器匯入數據的頻率，根據用戶選擇的時間間隔，偵測器要能偵測異常，需花費數小時或是數天來學習數據，不過，用戶也能透過提供歷史數據，來加速學習歷程。

該服務可以連接到19個數據來源，包括Amazon的服務S3、CloudWatch和RDS等，還有Salesforce、Marketo和Zendesk等應用程序，以持續(xù)監(jiān)控業(yè)務上的指針，Lookout for Metrics能夠自動視圖和準備數據使用機器學習技術偵測異常，當有多個指針受到異常事件影響，相關的指針會被匯總在一起，并總結出造成異常的根本原因，另外，AWS提到，該服務還會按嚴重性對異常進行排名，讓用戶可以確認需要優(yōu)先解決的問題。

Lookout for Metrics也能被連接到通知和事件服務，諸如Amazon SNS、Slack、Pager Duty和AWS Lambda，進而使用戶可以創(chuàng)建自定義警示或是操作，自動產生錯誤報告，或是從產品目錄中刪除價格不正確的產品。當Lookout for Metrics服務開始回傳結果時，用戶可以在控制面板和API，取得異常相關性的回饋，而服務精確度也會隨著時間提高。