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.

# Addestra automaticamente i modelli sul tuo flusso di dati
<a name="data-wrangler-autopilot"></a>

Puoi usare Amazon SageMaker Autopilot per addestrare, ottimizzare e distribuire automaticamente modelli sui dati che hai trasformato nel tuo flusso di dati. Amazon SageMaker Autopilot può utilizzare diversi algoritmi e utilizzare quello che funziona meglio con i tuoi dati. Per ulteriori informazioni su Amazon SageMaker Autopilot, consulta. [SageMaker Pilota automatico](autopilot-automate-model-development.md)

Quando addestri e ottimizzi un modello, Data Wrangler esporta i tuoi dati in una posizione Amazon S3 a cui SageMaker Amazon Autopilot può accedervi.

Puoi preparare e implementare un modello scegliendo un nodo nel flusso di Data Wrangler e scegliendo **Esporta e addestra** nell'anteprima dei dati. Puoi utilizzare questo metodo per visualizzare il tuo set di dati prima di scegliere di addestrare un modello su di esso.

Puoi anche addestrare e distribuire un modello direttamente dal tuo flusso di dati.

La procedura seguente prepara e distribuisce un modello dal flusso di dati. Per i flussi Data Wrangler con trasformazioni su più righe, non è possibile utilizzare le trasformazioni del flusso Data Wrangler durante la distribuzione del modello. Puoi utilizzare la procedura seguente per elaborare i dati prima di utilizzarli per eseguire l'inferenza.

Per addestrare e distribuire un modello direttamente dal flusso di dati, procedi come segue.

1. Scegli il segno **\$1** accanto al nodo contenente i dati di addestramento.

1. Scegli **Addestra modello**.

1. (Facoltativo) Specificare una chiave o un ID. AWS KMS Per ulteriori informazioni sulla creazione e il controllo delle chiavi crittografiche per proteggere i dati, consulta [AWS Key Management Service](https://docs.aws.amazon.com/kms/latest/developerguide/overview.html).

1. Scegli **Esporta e addestra**.

1. **Dopo che Amazon SageMaker Autopilot ha addestrato il modello sui dati esportati da Data Wrangler, specifica un nome per il nome dell'esperimento.**

1. In **Dati di input**, scegli **Anteprima** per verificare che Data Wrangler abbia esportato correttamente i tuoi dati in Amazon Autopilot. SageMaker 

1. Per **Target**, scegli la colonna di destinazione.

1. (Facoltativo) Per **Posizione S3** in **Dati di output**, specifica una posizione Amazon S3 diversa dalla posizione predefinita.

1. Scegli **Avanti: metodo di addestramento**.

1. Scegli un metodo di addestramento. Per ulteriori informazioni, consulta [Modalità di addestramento](autopilot-model-support-validation.md#autopilot-training-mode).

1. (Facoltativo) Per **iDistribuzione automatica endpoint**, specifica un nome per l'endpoint.

1. Per l'**opzione di implementazione**, scegli un metodo di distribuzione. Puoi scegliere di eseguire la distribuzione con o senza le trasformazioni che hai apportato ai tuoi dati.
**Importante**  
Non puoi implementare un modello Amazon SageMaker Autopilot con le trasformazioni che hai apportato nel flusso di Data Wrangler. Per ulteriori informazioni su queste trasformazioni, consulta [Esportazione in un endpoint di inferenza](data-wrangler-data-export.md#data-wrangler-data-export-inference).

1. Scegli **Avanti: Rivedi e crea**.

1. Seleziona **Create experiment** (Crea esperimento).

Per ulteriori informazioni sull’addestramento e l’implementazione del modello, consulta [Creare processi di regressione o classificazione per dati tabulari utilizzando l’API AutoML](autopilot-automate-model-development-create-experiment.md). Autopilot mostra le analisi sulle prestazioni del modello migliore. Per ulteriori informazioni sulle prestazioni del modello, consulta [Visualizzare un report sulle prestazioni del modello Autopilot](autopilot-model-insights.md).