Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Membuat alur kerja pencocokan berbasis pembelajaran mesin *[Pencocokan berbasis pembelajaran mesin](glossary.md#ml-matching-defn)* adalah proses preset yang mencoba mencocokkan catatan di semua data yang Anda masukkan. Alur kerja pencocokan berbasis pembelajaran mesin memungkinkan Anda membandingkan data cleartext untuk menemukan berbagai kecocokan menggunakan model pembelajaran mesin. **catatan** Model pembelajaran mesin tidak mendukung perbandingan data hash. Ketika Resolusi Entitas AWS menemukan kecocokan antara dua atau lebih catatan dalam data Anda, ia menetapkan: + [ID Pencocokan](glossary.md#match-id-defin) dengan catatan dalam kumpulan data yang cocok + Persentase [tingkat kepercayaan](glossary.md#confidence-level-defn) pertandingan. Anda dapat menggunakan output alur kerja pencocokan berbasis ML sebagai masukan untuk pencocokan penyedia layanan data, atau sebaliknya untuk memenuhi tujuan spesifik Anda. Misalnya, Anda dapat menjalankan pencocokan berbasis ML untuk menemukan kecocokan di seluruh sumber data pada catatan Anda sendiri terlebih dahulu. Jika subset tidak cocok, Anda dapat menjalankan [pencocokan berbasis layanan penyedia](create-matching-workflow-provider.md) untuk menemukan kecocokan tambahan. **Prasyarat** Sebelum Anda membuat alur kerja pencocokan berbasis ML, Anda harus: 1. Buat pemetaan skema. Untuk informasi selengkapnya, lihat [Membuat pemetaan skema](create-schema-mapping.md). 1. Jika menggunakan Profil Pelanggan Amazon Connect sebagai tujuan keluaran, pastikan izin yang sesuai telah dikonfigurasi. **Untuk membuat alur kerja pencocokan berbasis ML:** 1. Masuk ke Konsol Manajemen AWS dan buka Resolusi Entitas AWS konsol di [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/). 1. **Di panel navigasi kiri, di bawah **Alur Kerja**, pilih Pencocokan.** 1. Pada halaman **Pencocokan alur kerja**, di sudut kanan atas, pilih **Buat alur kerja yang cocok**. 1. Untuk **Langkah 1: Tentukan detail alur kerja yang cocok**, lakukan hal berikut: 1. Masukkan **nama alur kerja yang cocok** dan **deskripsi** opsional. 1. Untuk **input Data**, pilih **AWS Glue database **Wilayah AWS****, **AWS Glue tabel**, dan kemudian **pemetaan Skema** yang sesuai. Anda dapat menambahkan hingga 20 input data. 1. Opsi **Normalisasi data** dipilih secara default, sehingga input data dinormalisasi sebelum pencocokan. Jika Anda tidak ingin menormalkan data, batalkan pilihan opsi **Normalisasi data**. Pencocokan berbasis pembelajaran mesin hanya menormalkan[Nama](glossary.md#normalization-ML-defn-name),, [Telepon](glossary.md#normalization-ML-defn-phone) dan. [Email](glossary.md#normalization-ML-defn-email) 1. Untuk menentukan izin **akses Layanan**, pilih opsi dan lakukan tindakan yang disarankan. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/entityresolution/latest/userguide/create-matching-workflow-ml.html) 1. (Opsional) Untuk mengaktifkan **Tag** untuk sumber daya, pilih **Tambahkan tag baru**, lalu masukkan pasangan **Kunci** dan **Nilai**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 2: Pilih teknik pencocokan**: 1. Untuk **metode Pencocokan**, pilih Pencocokan **berbasis pembelajaran mesin**. ![\[Resolusi Entitas AWS mencocokkan antarmuka pembuatan alur kerja dengan opsi untuk pencocokan berbasis aturan atau pembelajaran mesin.\]](http://docs.aws.amazon.com/id_id/entityresolution/latest/userguide/images/choose-matching-method-machine-learning.PNG) 1. Untuk **irama Pemrosesan**, opsi **Manual** dipilih. Opsi ini memungkinkan Anda menjalankan alur kerja sesuai permintaan untuk pembaruan massal. **catatan** Pemrosesan otomatis (inkremental) tidak didukung untuk alur kerja pencocokan berbasis pembelajaran mesin. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 3: Tentukan output dan format data**: 1. **Untuk **tujuan dan format keluaran Data**, pilih **lokasi Amazon S3** untuk output data dan apakah **format Data akan dinormalisasi data** **atau Data asli**.** 1. Untuk **Enkripsi**, jika Anda memilih untuk **menyesuaikan pengaturan enkripsi**, masukkan **AWS KMS kunci** ARN. 1. Lihat **output yang dihasilkan Sistem**. 1. Untuk **keluaran Data**, tentukan bidang mana yang ingin Anda sertakan, sembunyikan, atau tutupi, lalu lakukan tindakan yang disarankan berdasarkan sasaran Anda. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/entityresolution/latest/userguide/create-matching-workflow-ml.html) 1. Pilih **Berikutnya**. 1. Untuk **Langkah 4: Tinjau dan buat**: 1. Tinjau pilihan yang Anda buat untuk langkah-langkah sebelumnya dan edit jika perlu. 1. Pilih **Buat dan jalankan**. Sebuah pesan muncul, menunjukkan bahwa alur kerja yang cocok telah dibuat dan bahwa pekerjaan telah dimulai. 1. Pada halaman detail alur kerja yang cocok, pada tab **Metrik**, lihat yang berikut ini di bawah Metrik **pekerjaan terakhir**: + **ID Job**. + **Status** ****pekerjaan alur kerja yang cocok: **Antrian, **Sedang berlangsung**, Selesai**, Gagal**** + **Waktu selesai** untuk pekerjaan alur kerja. + Jumlah **Rekaman yang diproses**. + Jumlah **Rekaman yang tidak diproses**. + **Pertandingan Unik IDs yang dihasilkan**. + Jumlah **catatan Input**. Anda juga dapat melihat metrik pekerjaan untuk mencocokkan pekerjaan alur kerja yang sebelumnya telah dijalankan di bawah riwayat **Job**. 1. Setelah pekerjaan alur kerja yang cocok **selesai (**Status** Selesai**), Anda dapat pergi ke tab **Output data** dan kemudian pilih lokasi **Amazon S3** Anda untuk melihat hasilnya. 1. (Hanya jenis pemrosesan **manual**) Jika Anda telah membuat alur kerja **pencocokan berbasis pembelajaran Mesin** dengan jenis pemrosesan **Manual**, Anda dapat menjalankan alur kerja yang cocok kapan saja dengan memilih Jalankan alur kerja pada halaman detail **alur kerja** yang cocok.