Ya no actualizamos el servicio Amazon Machine Learning ni aceptamos nuevos usuarios para él. Esta documentación está disponible para los usuarios actuales, pero ya no la actualizamos. Para obtener más información, consulte [Qué es Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Paso 3: Crear una modelo de ML
<a name="step-3-create-an-ml-model"></a>

 Una vez que haya creado la fuente de datos de formación, se utiliza para crear un modelo de ML, formar el modelo y, a continuación, evaluar los resultados. El modelo de ML es un conjunto de patrones que Amazon ML busca en sus datos durante la formación. El modelo se utiliza para crear predicciones.

**Para crear un modelo de ML**

1.  Puesto que el asistente Get started crea un origen de datos de formación y un modelo, Amazon Machine Learning (Amazon ML) utiliza automáticamente el origen de datos de formación que acaba de crear y le lleva directamente a la página **Configuración de modelo de ML**. En la página **ML model settings (Configuración de modelo de ML)**, para **ML model name (Nombre de modelo de ML)**, asegúrese de que se muestra **ML model: Banking Data 1**, el valor predeterminado. 

   El uso de un nombre sencillo, como el predeterminado, le ayuda a identificar y administrar fácilmente el modelo de ML. 

1.  Para **Training and evaluation settings (Configuración de entrenamiento y evaluación)**, asegúrese de que se selecciona **Default (Predeterminado)**.  
![](http://docs.aws.amazon.com/es_es/machine-learning/latest/dg/images/image19.png)

1.  En **Name this evaluation (Asignar nombre a esta evaluación)**, acepte el valor predeterminado, **Evaluation: ML model: Banking Data 1**. 

1.  Elija **Review (Revisar)**, revise los ajustes y, a continuación, seleccione **Finish (Finalizar)**. 

    Después de seleccionar **Finalizar**, Amazon ML añade el modelo a la cola de procesamiento. Cuando Amazon ML crea el modelo, se aplica la configuración predeterminada y realiza las siguientes acciones: 
   + Divide el origen de datos de entrenamiento en dos secciones, una que contiene el 70% de los datos y otra que contiene el 30% restante 
   + Forma el modelo de ML en la sección que contiene el 70% de los datos de entrada 
   + Evalúa el modelo mediante el 30% restante de los datos de entrada 

   Mientras el modelo está en la cola, Amazon ML informa del estado como **Pendiente**. Mientras Amazon ML crea el modelo, informa del estado como **En curso**. Cuando ha finalizado todas las acciones, informa del estado como **Completed (Completado)**. Espere a que finalice la evaluación antes de continuar.

Ahora ya está listo para [revisar el rendimiento del modelo y establecer un corte de puntuación](step-4-review-model-and-set-cutoff.md).

 Para obtener más información acerca de los modelos de formación y evaluación, consulte [Entrenamiento de modelos de ML](training-ml-models.md) y [Evaluación de modelos de ML](evaluating_models.md).