Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Bangun model prediktif dengan SageMaker AI Canvas
Penulis Amazon Quick dapat mengekspor data ke SageMaker AI Canvas untuk membangun model ML yang dapat dikirim kembali ke Quick. Penulis dapat menggunakan model ML ini untuk menambah kumpulan data mereka dengan analitik prediktif yang dapat digunakan untuk membangun analisis dan dasbor.
**Prasyarat**
+ Akun Cepat yang terintegrasi dengan IAM Identity Center. Jika akun Cepat Anda tidak terintegrasi dengan IAM Identity Center, buat akun Cepat baru dan pilih **Gunakan aplikasi yang diaktifkan Pusat Identitas IAM** sebagai penyedia identitas.
+ Untuk informasi selengkapnya tentang Pusat Identitas IAM, lihat [Memulai](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html).
+ Untuk mempelajari lebih lanjut tentang mengintegrasikan Quick Anda dengan IAM Identity Center, lihat. [Konfigurasikan akun Amazon Quick Anda dengan IAM Identity Center](setting-up-sso.md#sec-identity-management-identity-center)
+ Untuk mengimpor aset dari akun Cepat yang ada ke akun Cepat baru yang terintegrasi dengan Pusat Identitas IAM, lihat [Operasi bundel aset](https://docs.aws.amazon.com/quicksight/latest/developerguide/asset-bundle-ops.html).
+ Domain SageMaker AI baru yang terintegrasi dengan IAM Identity Center. Untuk informasi selengkapnya tentang orientasi ke Domain SageMaker AI dengan IAM Identity Center, lihat [Onboard to SageMaker AI Domain menggunakan IAM Identity](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-sso-users.html) Center.
**Topics**
+ [Bangun model prediktif di SageMaker AI Canvas dari Amazon Quick Sight](#sagemaker-canvas-integration-create-model)
+ [Buat kumpulan data dengan model SageMaker AI Canvas](#sagemaker-canvas-integration-create-dataset)
+ [Pertimbangan-pertimbangan](#sagemaker-canvas-integration-considerations)
## Bangun model prediktif di SageMaker AI Canvas dari Amazon Quick Sight
**Untuk membangun model prediktif di SageMaker AI Canvas**
1. Masuk ke Amazon Quick dan arahkan ke tabel tabular atau tabel pivot yang ingin Anda buat model prediktif.
1. Buka menu on-visual dan pilih **Build a predictive model**.
1. Dalam **Build a predictive model in SageMaker AI Canvas** pop up yang muncul, tinjau informasi yang disajikan lalu pilih **EXPORT DATA TO SAGEMAKER** CANVAS.
1. Di panel **Ekspor** yang muncul, pilih **GO TO SAGEMAKER CANVAS saat ekspor selesai untuk pergi ke konsol AI Canvas**. SageMaker
1. Di SageMaker AI Canvas, buat model prediktif dengan data yang Anda ekspor dari Quick Sight. Anda dapat memilih untuk mengikuti tur berpemandu yang membantu Anda membuat model prediktif, atau Anda dapat melewatkan tur dan bekerja dengan kecepatan Anda sendiri. Untuk informasi selengkapnya tentang membuat model prediktif di SageMaker AI Canvas, lihat [Membangun model](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical).
1. Kirim model prediktif kembali ke Quick Sight. Untuk informasi selengkapnya tentang mengirim model dari SageMaker AI Canvas ke Amazon Quick Sight, lihat [Mengirim model Anda ke Amazon Quick Sight](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-model-to-quicksight.html).
## Buat kumpulan data dengan model SageMaker AI Canvas
Setelah Anda membuat model prediktif di SageMaker AI Canvas dan mengirimkannya kembali ke Quick Sight, gunakan model baru untuk membuat kumpulan data baru atau menerapkannya ke kumpulan data yang ada.
**Untuk menambahkan bidang prediktif ke kumpulan data**
1. Buka konsol Cepat, pilih **Data** di sebelah kiri, dan pilih tab **Datasets**.
1. Unggah kumpulan data baru atau pilih kumpulan data yang sudah ada.
1. Pilih **Edit**.
1. **Pada halaman persiapan data set data, pilih ADD, lalu pilih **Tambahkan** **bidang prediktif** untuk membuka modal Augment with AI. SageMaker **
1. Untuk **Model**, pilih model yang Anda kirim ke Quick Sight dari SageMaker AI Canvas. File skema secara otomatis terisi di panel **Pengaturan lanjutan**. Tinjau input, lalu pilih **Berikutnya**.
1. Pada panel **Review output**, masukkan nama bidang dan deskripsi untuk colum yang akan ditargetkan oleh model yang Anda buat di SageMaker AI Canvas.
1. Setelah selesai, pilih **Siapkan data**.
1. Setelah Anda memilih **Siapkan data**, Anda akan diarahkan ke halaman dataset. Untuk mempublikasikan dataset baru, pilih, **Publish & Visuallize**.
Saat Anda mempublikasikan kumpulan data baru yang menggunakan model dari SageMaker AI Canvas, data diimpor ke SPICE dan pekerjaan inferensi batch dimulai di SageMaker AI. Diperlukan waktu hingga 10 menit untuk menyelesaikan proses ini.
## Pertimbangan-pertimbangan
Keterbatasan berikut berlaku untuk pembuatan model SageMaker AI Canvas dengan data Quick Sight.
+ Opsi **Build a predictive model** yang digunakan untuk mengirim data ke SageMaker AI Canvas hanya tersedia pada tabel dan visual tabel pivot tabular. Tabel atau tabel pivot visual harus memiliki antara 2 dan 1.000 bidang dan setidaknya 500 baris.
+ Kumpulan data yang berisi tipe data integer atau geografis akan mengalami kesalahan pemetaan skema saat Anda menambahkan bidang prediktif ke kumpulan data. Untuk mengatasi masalah ini, hapus tipe data integer atau geografis dari kumpulan data atau konversikan ke tipe data baru.