翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# カスタム ML モデリングの前提条件
<a name="custom-model-prerequisites"></a>

カスタム ML モデリングを実行する前に、次の点を考慮する必要があります。
+ トレーニングされたモデルのモデルトレーニングと推論の両方をコラボレーションで実行するかどうかを決定します。
+ 各コラボレーションメンバーが実行するロールを決定し、適切な機能を割り当てます。
  + モデルをトレーニングし、トレーニングされたモデルで推論を実行するメンバーに `CAN_QUERY`機能を割り当てます。
  + コラボレーションの少なくとも 1 人のメンバー`CAN_RECEIVE_RESULTS`に を割り当てます。
  + トレーニング済みモデルのエクスポート`CAN_RECEIVE_MODEL_OUTPUT`または推論出力をそれぞれ受け取るメンバーに または `CAN_RECEIVE_INFERENCE_OUTPUT` の機能を割り当てます。ユースケースで必要な場合は、両方の機能を使用できます。
+ エクスポートを許可するトレーニング済みモデルアーティファクトまたは推論結果の最大サイズを決定します。
+ すべてのユーザーには、ロールに `CleanrooomsFullAccess`および `CleanroomsMLFullAccess`ポリシーがアタッチされていることをお勧めします。カスタム ML モデルを使用するには、 AWS Clean Rooms と AWS Clean Rooms ML SDKs の両方を使用する必要があります。
+ IAM ロールに関する次の情報を考慮してください。
  + すべてのデータプロバイダーには、 が AWS Glue カタログとテーブル、および基盤となる Amazon S3 ロケーションからデータ AWS Clean Rooms を読み取ることができるサービスアクセスロールが必要です。これらのロールは、SQL クエリに必要なロールと似ています。これにより、 `CreateConfiguredTableAssociation`アクションを使用できます。詳細については、「[サービスロールを作成して、設定済みテーブルの関連付けを作成する](ml-roles.md#ml-roles-custom-configure-table)」を参照してください。
  + メトリクスを受け取るすべてのメンバーには、CloudWatch メトリクスとログの書き込みを許可するサービスアクセスロールが必要です。このロールは、Clean Rooms ML がモデルトレーニングと推論 AWS アカウント 中に、すべてのモデルメトリクスとログをメンバーの に書き込むために使用されます。また、どのメンバーがメトリクスとログにアクセスできるかを判断するためのプライバシーコントロールも提供しています。これにより、 `CreateMLConfiguration`アクションを使用できます。詳細については、[カスタム ML モデリングのサービスロールを作成する - ML 設定](ml-roles.md#ml-roles-custom-configure) を参照してください。

    結果を受け取るメンバーは、Amazon S3 バケットに書き込むアクセス許可を持つサービスアクセスロールを提供する必要があります。このロールにより、Clean Rooms ML は結果 (トレーニング済みモデルアーティファクトまたは推論結果) を Amazon S3 バケットにエクスポートできます。これにより、 `CreateMLConfiguration`アクションを使用できます。詳細については、「[カスタム ML モデリングのサービスロールを作成する - ML 設定](ml-roles.md#ml-roles-custom-configure)」を参照してください。
  + モデルプロバイダーは、Amazon ECR リポジトリとイメージを読み取るアクセス許可を持つサービスアクセスロールを提供する必要があります。これにより、 `CreateConfigureModelAlgorithm`アクションを使用できます。詳細については、「[カスタム ML モデルを提供するサービスロールを作成する](ml-roles.md#ml-roles-custom-model-provider)」を参照してください。
  + トレーニングまたは推論用のデータセットを生成する`MLInputChannel`ために を作成するメンバーは、Clean Rooms ML が SQL クエリを実行できるようにするサービスアクセスロールを提供する必要があります AWS Clean Rooms。これにより、 `CreateTrainedModel`および `StartTrainedModelInferenceJob`アクションを使用できます。詳細については、「[データセットをクエリするサービスロールを作成する](ml-roles.md#ml-roles-custom-query-dataset)」を参照してください。
+ モデル作成者は、モデルの入力と出力が によって期待どおりに設定されていることを確認する[推論コンテナのモデル作成ガイドラインモデルログとメトリクスの受信](inference-model-guidelines.md)ために、 [トレーニングコンテナのモデル作成ガイドライン](custom-model-guidelines.md)と に従う必要があります AWS Clean Rooms。