我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件可供現有使用者使用，但我們不再更新。如需詳細資訊，請參閱[什麼是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建置機器學習應用程式
<a name="building-machine-learning"></a>

建置 ML 應用程式是一種反覆運算過程，包含一系列步驟。若要建置 ML 應用程式，一般步驟如下：

1. 根據想觀察的對象，以及您希望模型預測什麼答案，來建構核心 ML 問題。

1. 收集、清理和準備資料，讓資料適合由 ML 模型訓練演算法使用。視覺化和分析資料，執行例行性檢查以驗證資料品質並了解資料。

1. 通常，原始資料 (輸入變數) 和答案 (目標) 的呈現方式無法用來訓練高度預測模型。因此，通常您應該嘗試從原始變數建構更具預測性的輸入表示法或特徵。

1. 將產生的特徵饋送給學習演算法，來建置模型並評估對於從中提出模型建置之資料的模型品質。

1. 使用模型來針對新資料執行個體，產生目標答案預測。