더 이상 Amazon Machine Learning 서비스를 업데이트하거나 새 사용자를 받지 않습니다. 이 설명서는 기존 사용자에 제공되지만 더 이상 업데이트되지 않습니다. 자세한 내용은 [머신 러닝이란?](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html) 단원을 참조하세요.

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

# 3단계: ML 모델 생성
<a name="step-3-create-an-ml-model"></a>

 학습 데이터 소스를 생성한 후 이를 사용하여 ML 모델을 생성하고 모델을 학습시킨 다음 결과를 평가합니다. ML 모델은 Amazon ML이 학습 중에 데이터에서 발견한 패턴 모음입니다. 모델을 사용하여 예측을 생성합니다.

**ML 모델을 생성하려면**

1.  시작 마법사가 학습 데이터 소스와 모델을 모두 생성해주므로 머신 러닝(ML)은 방금 생성한 학습 데이터 소스를 자동으로 사용하여 **ML 모델 설정** 페이지로 바로 이동합니다. **ML 모델 설정** 페이지에서 **ML 모델 이름**에 대해 기본값인 **ML model: Banking Data 1**이 표시되어 있는지 확인합니다.

   기본값과 같이 친숙한 이름을 사용하면 ML 모델을 쉽게 식별하고 관리할 수 있습니다.

1.  **학습 및 평가 설정**에 대해 **기본값**이 선택되었는지 확인합니다.  
![\[Select training and evaluation settings interface with Default option selected.\]](http://docs.aws.amazon.com/ko_kr/machine-learning/latest/dg/images/image19.png)

1.  **이 평가에 이름 지정**에 대해 기본값인 **Evaluation: ML model: Banking Data 1**을 그대로 사용합니다.

1.  **검토**를 선택하고, 설정을 검토한 다음 **완료**를 선택합니다.

    **완료**를 선택하면 ML이 모델을 처리 대기열에 추가합니다. Amazon ML은 모델을 생성할 때 기본값을 적용하고 다음 작업을 수행합니다.
   + 학습 데이터 소스를 두 섹션으로 분리합니다. 하나는 데이터의 70%를 포함하고 있고 다른 하나는 나머지 30%를 포함하고 있습니다.
   + 입력 데이터의 70%가 포함된 섹션에서 ML 모델을 학습시킵니다.
   + 입력 데이터의 나머지 30%를 사용하여 모델을 평가합니다.

   모델이 대기열에 있는 동안 ML은 상태를 **보류 중**으로 보고합니다. ML은 모델을 생성하는 동안 상태를 **진행 중**으로 보고합니다. 모든 작업이 완료되면 상태를 **완료됨**으로 보고합니다. 평가가 완료될 때까지 기다렸다가 진행합니다.

이제 [모델의 성능을 검토하고 커트라인 점수를 설정](step-4-review-model-and-set-cutoff.md)할 준비가 되었습니다.

 모델 학습 및 평가에 대한 자세한 내용은 [모델 학습](training-ml-models.md) 및 [ML 모델 평가](evaluating_models.md) 단원을 참조하세요.