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 S3 バケットを入力と出力に使用する
<a name="automatic-model-tuning-ex-bucket"></a>

S3 バケットを設定して、トレーニングデータセットをアップロードし、ハイパーパラメータ調整ジョブのトレーニングの出力データを保存します。

**デフォルトの S3 バケットを使うには**

次のコードを使って、SageMaker AI セッションに割り当てられたデフォルトの S3 バケットを指定します。`prefix` は SageMaker AI が現在のトレーニングジョブのデータを保存するバケット内のパスです。

```
sess = sagemaker.Session()
bucket = sess.default_bucket() # Set a default S3 bucket
prefix = 'DEMO-automatic-model-tuning-xgboost-dm'
```

**特定の S3 バケットを使うには (オプション)**

特定の S3 バケットを使う場合は、次のコードの文字列を S3 バケットの正確な名前に置き換えて、使います。バケットの名前は **sagemaker** を含み、グローバルに一意でなければなりません。バケットは、この例で使うノートブックインスタンスと同じ AWS リージョンにある必要があります。

```
bucket = "sagemaker-your-preferred-s3-bucket"

sess = sagemaker.Session(
    default_bucket = bucket
)
```

**注記**  
ハイパーパラメータチューニングジョブの実行に使う IAM ロールに `S3FullAccess` 許可を付与するポリシーがある場合は、バケットの名前に **sagemaker** を含める必要はありません。

## 次のステップ
<a name="automatic-model-tuning-ex-next-data"></a>

[トレーニングデータをダウンロード、準備、アップロードする](automatic-model-tuning-ex-data.md)