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。

# SageMaker AI Canvas による予測モデルの構築
<a name="sagemaker-canvas-integration"></a>

Amazon Quick の作成者は、SageMaker AI Canvas にデータをエクスポートして、Quick に返送できる ML モデルを構築できます。作成者はこれらの ML モデルを使用して、分析やダッシュボードの作成に使用できる予測分析でデータセットを拡張できます。

**前提条件**
+ IAM Identity Center と統合されたクイックアカウント。クイックアカウントが IAM アイデンティティセンターと統合されていない場合は、新しいクイックアカウントを作成し、ID **プロバイダーとして IAM アイデンティティセンター対応アプリケーション**を使用するを選択します。
  + IAM アイデンティティセンターの詳細については、「[Getting started](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html)」を参照してください。
  + Quick と IAM Identity Center の統合の詳細については、「」を参照してください[IAM Identity Center で Amazon Quick アカウントを設定する](setting-up-sso.md#sec-identity-management-identity-center)。
  + 既存のクイックアカウントから IAM アイデンティティセンターと統合された新しいクイックアカウントにアセットをインポートするには、[「アセットバンドルオペレーション](https://docs.aws.amazon.com/quicksight/latest/developerguide/asset-bundle-ops.html)」を参照してください。
+ IAM アイデンティティセンターと統合された新しい SageMaker AI ドメイン。IAM アイデンティティセンターによる SageMaker AI ドメインへのオンボーディングの詳細については、「[Onboard to SageMaker AI Domain using IAM Identity Center](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-sso-users.html)」を参照してください。

**Topics**
+ [Amazon Quick Sight から SageMaker AI Canvas で予測モデルを構築する](#sagemaker-canvas-integration-create-model)
+ [SageMaker AI Canvas モデルを使用したデータセットの作成](#sagemaker-canvas-integration-create-dataset)
+ [考慮事項](#sagemaker-canvas-integration-considerations)

## Amazon Quick Sight から SageMaker AI Canvas で予測モデルを構築する
<a name="sagemaker-canvas-integration-create-model"></a>

**SageMaker AI Canvas で予測モデルを構築するには**

1. Amazon Quick にログインし、予測モデルを作成する表形式テーブルまたはピボットテーブルに移動します。

1. ビジュアルメニューを開き、**[予測モデルの構築]** を選択します。

1. 表示される **[SageMaker AI Canvas で予測モデルを構築する]** のポップアップで、表示される情報を確認したうえで、**[SageMaker Canvas にデータをエクスポート]** を選択します。

1. **[エクスポート]** ペインが表示されるので、エクスポートの完了後に **[SageMaker Canvas へ移動]** を選択して SageMaker AI Canvas コンソールに移動します。

1. SageMaker AI Canvas で、Quick Sight からエクスポートしたデータを使用して予測モデルを作成します。予測モデルの作成に役立つガイド付きツアーに従うことも、ツアーをスキップして自分のペースで作業することもできます。SageMaker AI Canvas での予測モデルの作成について詳しくは、「[Build a model](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical)」を参照してください。

1. 予測モデルを Quick Sight に送り返します。SageMaker AI Canvas から Amazon Quick Sight にモデルを送信する方法の詳細については、[「モデルを Amazon Quick Sight に送信する](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-model-to-quicksight.html)」を参照してください。

## SageMaker AI Canvas モデルを使用したデータセットの作成
<a name="sagemaker-canvas-integration-create-dataset"></a>

SageMaker AI Canvas で予測モデルを作成して Quick Sight に戻したら、新しいモデルを使用して新しいデータセットを作成するか、既存のデータセットに適用します。

**データセットに予測フィールドを追加するには**

1. クイックコンソールを開き、左側の**データ**を選択し、**データセット**タブを選択します。

1. 新しいデータセットをアップロードするか、既存のデータセットを選択します。

1. **[編集]** を選択します。

1. データセットのデータ準備ページで **[追加]** を選択し、次に **[予測フィールドの追加]** を選択して **[SageMaker AI による拡張]** モーダルを開きます。

1. Model で****、SageMaker AI Canvas から Quick Sight に送信したモデルを選択します。スキーマファイルは **[詳細設定]** ペインに自動的に入力されます。入力内容を確認して **[次へ]** を選択します。

1. **[結果を確認]** ペインで、SageMaker AI Canvas で作成したモデルの対象となる列のフィールド名と説明を入力します。

1. 終了したら、**[データの準備]** を選択します。

1. **[データの準備]** を選択すると、データセットページにリダイレクトされます。新しいデータセットを公開するには、**[公開および視覚化]** を選択します。

SageMaker AI Canvas のモデルを使用する新しいデータセットを公開すると、データが SPICE にインポートされ、SageMaker AI でバッチ推論ジョブが開始されます。この処理の完了には、最大 10 分かかることがあります。

## 考慮事項
<a name="sagemaker-canvas-integration-considerations"></a>

Quick Sight データを使用した SageMaker AI Canvas モデルの作成には、次の制限が適用されます。
+ SageMaker AI Canvas へのデータ送信に使用される **[予測モデルの構築]** オプションは、テーブルと表形式のピボットテーブルビジュアルでのみ使用できます。テーブルまたはピボットテーブルのビジュアルには、2 ～ 1,000 個のフィールドと 500 行以上が必要です。
+ 整数データ型または地理データ型を含むデータセットに予測フィールドを追加すると、スキーママッピングエラーが発生します。この問題を解決するには、整数データ型または地理データ型をデータセットから削除するか、新しいデータ型に変換してください。