Amazon Machine Learning サービスの更新や、その新しいユーザーの受け入れは行っていません。このドキュメントは既存のユーザー向けに提供されていますが、更新は終了しています。詳細については、「[Amazon Machine Learning とは](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)」を参照してください。

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。

# Amazon Machine Learning プロセス
<a name="the-machine-learning-process"></a>

次の表は、このドキュメントで説明されている ML プロセスを、Amazon ML コンソールを使用して実行する方法を説明します。


****  

| ML プロセス | Amazon ML タスク | 
| --- | --- | 
| データの分析 | Amazon ML でデータを分析するには、データソースを作成し、データインサイトページを確認してください。 | 
| トレーニングおよび評価データソースにデータを分割 |  Amazon ML はデータソースを分割して、データの 70% をモデル トレーニング、30% をモデルの予測パフォーマンスの評価に使用できます。 ML モデルの作成ウィザードをデフォルトの設定で使用すると、Amazon ML はデータを分割します。 ML モデルの作成ウィザードをカスタム設定で使用し、ML モデルの評価が選択されている場合、Amazon ML がデータを分割するのを許可するためのオプションが表示され、データの 30% で評価を実行します。  | 
| トレーニングデータのシャッフル |  ML モデルの作成ウィザードをデフォルトの設定で使用すると、Amazon ML はデータをシャッフルします。また、データを Amazon ML にインポートする前にシャッフルすることもできます。  | 
| プロセス機能 |  トレーニングデータを学習と一般化のための最適な形式にまとめるプロセスは、機能変換と呼ばれます。ML モデルの作成ウィザードをデフォルトの設定で使用すると、Amazon ML はデータの機能処理設定の候補を表示します。 機能処理設定を指定するには、ML モデルの作成ウィザードの [**カスタム**] オプションを使用して機能処理レシピを提供します。 | 
| モデルのトレーニング | ML モデルの作成ウィザードを使用して Amazon ML でモデルを作成する場合、Amazon ML がモデルのトレーニングを行います。 | 
| モデルパラメータの選択 | Amazon ML では、モデルの予測パフォーマンスに影響する 4 つのパラメータを調整できます。それらは、モデルサイズ、合格の数、シャッフルのタイプ、および正規化です。ML モデルの作成ウィザードを使用して ML モデルを作成する場合、[**カスタム**] オプションを選択するとこれらのパラメータを設定できます。 | 
| モデルパフォーマンスの評価 | 評価の作成ウィザードを使用して、モデルの予測パフォーマンスを評価します。 | 
| 機能の選択 | Amazon ML の学習アルゴリズムでは、学習プロセスにあまり影響しない機能を削除できます。これらの機能を削除することを示すには、ML モデルの作成時に [`L1 regularization`] パラメータを選択します。 | 
| 予測精度のスコアしきい値の設定 | 異なるスコアしきい値でモデルの評価レポートの予測パフォーマンスを確認し、それからビジネスアプリケーションに基づいてスコアしきい値を設定します。スコアしきい値は、モデルがマッチ予測を定義する方法を決定します。誤検出および検出漏れを制御する数を調整します。 | 
| モデルの使用 |  バッチ予測の作成ウィザードを使用して、モデルによる観測バッチの予測を取得します。 または、`Predict` API を使用して ML モデルのリアルタイム予測を有効にし、オンデマンドで個々の観測の予測を取得します。 |