Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte [O que é o Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

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.

# Criar um aplicativo de Machine Learning
<a name="building-machine-learning"></a>

A criação de aplicativos de ML é um processo iterativo que envolve uma sequência de etapas. Para criar um aplicativo de ML, siga estas etapas gerais:

1. Determine os principais problemas de ML em termos do que é observado e da resposta que o modelo deve prever.

1. Colete, limpe e prepare dados para torná-lo adequado ao consumo pelos algoritmos de treinamento do modelo de ML. Visualize e analise os dados para executar verificações de sanidade e, assim, validar a qualidade dos dados e compreendê-los.

1. Geralmente, os dados brutos (variáveis de entrada) e a resposta (destino) não são representados de uma forma que possa ser usada para treinar um modelo altamente preditivo. Portanto, você geralmente tentará criar recursos ou representações de entrada mais preditivos a partir de variáveis brutas.

1. Forneça os recursos resultantes ao algoritmo de aprendizagem para criar modelos e avaliar a qualidade dos modelos sobre os dados gerados a partir da criação do modelo.

1. Use o modelo para gerar previsões da resposta de destino nas novas instâncias de dados.