기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 훈련 데이터 공급자로 AWS Clean Rooms ML 모델 생성
<a name="working-with-machine-learning-tdp"></a>

*유사 모델*은 훈련 데이터 공급자의 데이터 모델로, 시드 데이터 공급자는 이를 통해 시드 데이터와 가장 유사한 훈련 데이터 공급자 데이터 세그먼트를 만들 수 있습니다. 공동 작업에 사용할 수 있는 유사 모델을 만들려면 훈련 데이터를 가져와서 유사 모델을 만들고 유사 모델을 구성한 다음 이를 공동 작업에 연결해야 합니다.

유사 모델을 사용하려면 훈련 데이터 공급자와 시드 데이터 공급자라는 두 당사자가 순차적으로에서 작업 AWS Clean Rooms 하여 데이터를 공동 작업으로 가져와야 합니다. 훈련 데이터 공급자가 먼저 완료해야 하는 워크플로는 다음과 같습니다.

1. 훈련 데이터 공급자의 데이터는 사용자-항목 상호 작용의 AWS Glue 데이터 카탈로그 테이블에 저장되어야 합니다. 훈련 데이터에는 최소한 사용자 ID 열, 상호 작용 ID 열 및 타임스탬프 열이 포함되어야 합니다.

1. 훈련 데이터 공급자는 훈련 데이터를에 등록합니다 AWS Clean Rooms.

1. 훈련 데이터 공급자는 여러 시드 데이터 공급자와 공유할 수 있는 유사 모델을 생성합니다. 유사 모델은 신경망이며, 훈련하는 데 최대 24시간이 걸릴 수 있습니다. 자동으로 재훈련되지 않으므로 매주 모델을 재훈련하는 것이 좋습니다.

1. 훈련 데이터 공급자는 관련성 지표 공유 여부 및 출력 세그먼트의 Amazon S3 위치를 포함하여 유사 모델을 구성합니다. 훈련 데이터 공급자는 단일 유사 모델에서 구성된 유사 모델을 여러 개 생성할 수 있습니다.

1. 훈련 데이터 공급자는 구성된 대상 모델을 시드 데이터 공급자와 공유하는 공동 작업에 연결합니다.

훈련 데이터 공급자가 ML 모델 생성을 완료한 후 [시드 데이터 공급자는 유사 세그먼트를 생성하고 내보낼 수 있습니다](working-with-machine-learning-sdp.md).

**Topics**
+ [학습 데이터 가져오기](create-ml-model-training-data.md)
+ [유사 모델 생성](create-ml-model-create-model.md)
+ [유사 모델 구성](create-ml-model-configure-model.md)
+ [구성된 유사 모델 연결](create-ml-model-associate-model.md)
+ [구성된 유사 모델 업데이트](update-ml-model-configured-model.md)