Non aggiorniamo più il servizio Amazon Machine Learning né accettiamo nuovi utenti. Questa documentazione è disponibile per gli utenti esistenti, ma non la aggiorniamo più. Per ulteriori informazioni, consulta [Cos'è Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Riqualificazione dei modelli sui nuovi dati
<a name="retraining-models-on-new-data"></a>

Affinché un modello effettui previsioni accurate, i dati su cui effettua le previsioni devono avere una distribuzione simile a quella dei dati su cui il modello è stato addestrato. Poiché le distribuzioni dei dati possono cambiare nel tempo, la distribuzione di un modello non è un evento una tantum, ma un processo continuo. È buona norma monitorare costantemente i dati in entrata e riqualificare il modello su dati più recenti se si accerta che la distribuzione dei dati si è discostata in modo significativo dall'originale distribuzione dei dati di addestramento. Se i dati di monitoraggio per rilevare una modifica nella distribuzione dei dati hanno un overhead elevato, una strategia più semplice consiste nell'addestrare il modello periodicamente, ad esempio con cadenza giornaliera, settimanale o mensile. Per riqualificare i modelli in Amazon ML, è necessario creare un nuovo modello basato sui nuovi dati di addestramento.