Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Erstellen Sie prädiktive Modelle mit SageMaker AI Canvas
Amazon Quick-Autoren können Daten in SageMaker AI Canvas exportieren, um ML-Modelle zu erstellen, die an Quick zurückgesendet werden können. Autoren können diese ML-Modelle verwenden, um ihre Datensätze um prädiktive Analysen zu erweitern, die zur Erstellung von Analysen und Dashboards verwendet werden können.
**Voraussetzungen**
+ Ein Quick-Konto, das in IAM Identity Center integriert ist. Wenn Ihr Quick-Konto nicht in IAM Identity Center integriert ist, erstellen Sie ein neues Quick-Konto und wählen Sie „**IAM Identity Center-fähige Anwendung als Identitätsanbieter verwenden**“.
+ Weitere Informationen zu IAM Identity Center finden Sie unter [Erste Schritte](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html).
+ Weitere Informationen zur Integration von Quick mit IAM Identity Center finden Sie unter. [Konfigurieren Sie Ihr Amazon Quick-Konto mit IAM Identity Center](setting-up-sso.md#sec-identity-management-identity-center)
+ Informationen zum Importieren von Assets aus einem vorhandenen Quick-Konto in ein neues Quick-Konto, das in IAM Identity Center integriert ist, finden Sie unter [Asset-Bundle-Operationen](https://docs.aws.amazon.com/quicksight/latest/developerguide/asset-bundle-ops.html).
+ Eine neue SageMaker KI-Domain, die in IAM Identity Center integriert ist. Weitere Informationen zum Onboarding in SageMaker AI Domain mit IAM Identity Center finden Sie unter [Onboarding in SageMaker AI Domain mithilfe von IAM](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-sso-users.html) Identity Center.
**Topics**
+ [Erstellen Sie ein Prognosemodell in SageMaker AI Canvas von Amazon Quick Sight](#sagemaker-canvas-integration-create-model)
+ [Erstellen Sie einen Datensatz mit einem SageMaker AI Canvas-Modell](#sagemaker-canvas-integration-create-dataset)
+ [Überlegungen](#sagemaker-canvas-integration-considerations)
## Erstellen Sie ein Prognosemodell in SageMaker AI Canvas von Amazon Quick Sight
**Um ein Vorhersagemodell in SageMaker AI Canvas zu erstellen**
1. Melden Sie sich bei Amazon Quick an und navigieren Sie zu der tabellarischen Tabelle oder Pivot-Tabelle, für die Sie ein Prognosemodell erstellen möchten.
1. Öffnen Sie das Visualisierungsmenü und wählen Sie **Ein Prognosemodell erstellen**.
1. Überprüfen **Sie im daraufhin angezeigten Popup-Fenster „Ein Prognosemodell in SageMaker AI Canvas erstellen**“ die angezeigten Informationen und wählen Sie dann **DATEN NACH SAGEMAKER CANVAS EXPORTIEREN**.
1. Wählen Sie im daraufhin angezeigten Bereich „**Exporte**“ die Option **GO TO SAGEMAKER CANVAS, wenn der Export abgeschlossen ist, um zur AI Canvas-Konsole** zu gelangen. SageMaker
1. Erstellen Sie in SageMaker AI Canvas ein Prognosemodell mit den Daten, die Sie aus Quick Sight exportiert haben. Sie können wählen, ob Sie an einem Tutorial teilnehmen möchten, die Ihnen bei der Erstellung des Vorhersagemodells hilft, oder Sie können das Tutorial überspringen und in Ihrem eigenen Tempo arbeiten. Weitere Informationen zum Erstellen eines Vorhersagemodells in SageMaker AI Canvas finden Sie unter Modell [erstellen](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical).
1. Senden Sie das Vorhersagemodell zurück an Quick Sight. Weitere Informationen zum Senden eines Modells von SageMaker AI Canvas an Amazon Quick Sight finden [Sie unter Senden Sie Ihr Modell an Amazon Quick Sight](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-model-to-quicksight.html).
## Erstellen Sie einen Datensatz mit einem SageMaker AI Canvas-Modell
Nachdem Sie ein Vorhersagemodell in SageMaker AI Canvas erstellt und an Quick Sight zurückgesendet haben, verwenden Sie das neue Modell, um einen neuen Datensatz zu erstellen oder ihn auf einen vorhandenen Datensatz anzuwenden.
**So fügen Sie einem Datensatz ein Vorhersagefeld hinzu**
1. Öffnen Sie die Schnellkonsole, wählen Sie links **Daten** und dann die Registerkarte **Datensätze** aus.
1. Laden Sie einen neuen Datensatz hoch oder wählen Sie einen vorhandenen Datensatz aus.
1. Wählen Sie **Bearbeiten** aus.
1. **Wählen Sie auf der Datenvorbereitungsseite des Datensatzes die Option HINZUFÜGEN und anschließend **Vorhersagefeld **hinzufügen** aus, um das Modal „Mit KI erweitern“** zu öffnen. SageMaker **
1. Wählen Sie unter **Modell** das Modell aus, das Sie von AI Canvas an Quick Sight gesendet haben. SageMaker Die Schemadatei wird automatisch im Bereich **Erweiterte Einstellungen** ausgefüllt. Überprüfen Sie die Eingaben und wählen Sie dann **Weiter**.
1. Geben Sie im Bereich „**Ausgaben überprüfen**“ einen Feldnamen und eine Beschreibung für eine Spalte ein, auf die das Modell ausgerichtet werden soll, das Sie in SageMaker AI Canvas erstellt haben.
1. Wählen Sie danach **Daten vorbereiten** aus.
1. Nachdem Sie **Daten vorbereiten** ausgewählt haben, werden Sie zur Datensatzseite weitergeleitet. Um den neuen Datensatz zu veröffentlichen, wählen Sie **Veröffentlichen und visualisieren**.
Wenn Sie einen neuen Datensatz veröffentlichen, der ein Modell aus SageMaker AI Canvas verwendet, werden die Daten in SPICE importiert und ein Batch-Inferenzjob beginnt in SageMaker AI. Es kann bis zu 10 Minuten dauern, bis diese Prozesse abgeschlossen sind.
## Überlegungen
Die folgenden Einschränkungen gelten für die Erstellung von SageMaker AI Canvas-Modellen mit Quick Sight-Daten.
+ Die Option **Ein Prognosemodell erstellen**, die zum Senden von Daten an SageMaker AI Canvas verwendet wird, ist nur für Tabellen- und tabellarische Pivottabellen verfügbar. Die Visualisierung der Tabelle oder Pivot-Tabelle muss zwischen 2 und 1.000 Felder und mindestens 500 Zeilen enthalten.
+ Bei Datensätzen, die Ganzzahl- oder geografische Datentypen enthalten, treten Schemazuordnungsfehler auf, wenn Sie dem Datensatz ein prädiktives Feld hinzufügen. Um dieses Problem zu beheben, entfernen Sie die Ganzzahl- oder geographischen Datentypen aus dem Datensatz oder konvertieren Sie sie in einen neuen Datentyp.