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。

# データフローでモデルを自動的にトレーニングする
<a name="data-wrangler-autopilot"></a>

Amazon SageMaker Autopilot を使用すると、データフローで変換したデータに対してモデルを自動的にトレーニング、調整、デプロイすることができます。Amazon SageMaker Autopilot では、複数のアルゴリズムを検証して、データに最も適したアルゴリズムを使用できます。Amazon SageMaker Autopilot の詳細については、「[SageMaker Autopilot](autopilot-automate-model-development.md)」を参照してください。

モデルをトレーニングして調整すると、Data Wrangler は Amazon SageMaker Autopilot がアクセスできる Amazon S3 の場所にデータをエクスポートします。

Data Wrangler フローでノードを選択し、データプレビューで **[エクスポートとトレーニング]** を選択すると、モデルの準備とデプロイができます。モデルをトレーニングする前に、この方法を使用してデータセットを確認できます。

データフローから直接モデルをトレーニングしてデプロイすることもできます。

以下の手順では、データフローからモデルを準備してデプロイします。複数行の変換を含む Data Wrangler フローの場合、モデルをデプロイするときに Data Wrangler フローの変換を使用することはできません。次の手順を使用して、推論を実行する前にデータを処理することができます。

データフローから直接モデルをトレーニングしてデプロイするには、次の操作を行います。

1. トレーニングデータを含むノードの横にある **[\$1]** を選択します。

1. Choose **Train model**.

1. (オプション) AWS KMS キーまたは ID を指定します。データを保護するための暗号キーの作成と制御の詳細については、「[AWS Key Management Service](https://docs.aws.amazon.com/kms/latest/developerguide/overview.html)」を参照してください。

1. **[エクスポートとトレーニング]** を選択します。

1. Amazon SageMaker Autopilot が Data Wrangler がエクスポートしたデータに基づいてモデルをトレーニングした後、**[実験名]** に名前を指定します。

1. **[入力データ]** で **[プレビュー]** を選択し、Data Wrangler がデータを Amazon SageMaker Autopilot に正しくエクスポートしたことを確認します。

1. **[ターゲット]** では、ターゲット列を選択します。

1. (オプション) **[出力データ]** の **[S3 ロケーション]** には、デフォルトの場所以外の Amazon S3 ロケーションを指定します。

1. **[次へ: トレーニング方法]** を選択します。

1. [トレーニング方法] を選択します。詳細については、「[トレーニングモード](autopilot-model-support-validation.md#autopilot-training-mode)」を参照してください。

1. (オプション) **[自動デプロイエンドポイント]** でエンドポイントの名前を指定します。

1. **[デプロイオプション]** でデプロイ方法を選択します。データに加えた変換を行うか行わないかにかかわらず、デプロイを選択できます。
**重要**  
Data Wrangler フローで行った変換を使用して Amazon SageMaker Autopilot モデルをデプロイすることはできません。変換の詳細については、「[推論エンドポイントへのエクスポート](data-wrangler-data-export.md#data-wrangler-data-export-inference)」をご参照ください。

1. **[次へ: 確認と作成]** を選択します。

1. [**Create experiment (実験の作成)**] を選択します。

モデルの学習とデプロイの詳細については、「[AutoML API を使用して表形式データのリグレッションジョブまたは分類ジョブを作成する](autopilot-automate-model-development-create-experiment.md)」を参照してください。Autopilot では、最適なモデルのパフォーマンスに関する分析が表示されます。モデルパフォーマンスの詳細については、「[Autopilot モデルのパフォーマンスレポートを表示する](autopilot-model-insights.md)」を参照してください。