As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Modelos personalizados em Clean Rooms ML
<a name="custom-models"></a>

Com o Clean Rooms ML, os membros de uma colaboração podem usar um algoritmo de modelo personalizado dockerizado que é armazenado no Amazon ECR para analisar conjuntamente seus dados. Para fazer isso, o *provedor do modelo* deve criar uma imagem e armazená-la no Amazon ECR. Siga as etapas no [Guia do usuário do Amazon Elastic Container Registry](https://docs.aws.amazon.com/AmazonECR/latest/userguide/) para criar um repositório privado que conterá o modelo de ML personalizado. 

Qualquer membro de uma colaboração pode ser o *fornecedor do modelo*, desde que tenha as permissões corretas. Todos os membros de uma colaboração podem contribuir com dados para o modelo. Para fins deste guia, os membros que contribuem com dados são chamados de *provedores de dados*. O membro que cria a colaboração é o *criador da colaboração*, e esse membro pode ser o *provedor do modelo*, um dos *provedores de dados* ou ambos.

Os tópicos a seguir descrevem as informações necessárias para criar um modelo de ML personalizado

**Topics**
+ [Pré-requisitos de modelagem de ML personalizada](custom-model-prerequisites.md)
+ [Diretrizes de criação de modelos para o contêiner de treinamento](custom-model-guidelines.md)
+ [Diretrizes de criação de modelos para o contêiner de inferência](inference-model-guidelines.md)
+ [Recebendo registros e métricas do modelo](custom-model-logs.md)