Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Modelli personalizzati in Clean Rooms ML
<a name="custom-models"></a>

Con Clean Rooms ML, i membri di una collaborazione possono utilizzare un algoritmo di modello personalizzato dockerizzato archiviato in Amazon ECR per analizzare congiuntamente i propri dati. A tale scopo, il *fornitore del modello* deve creare un'immagine e archiviarla in Amazon ECR. Segui i passaggi in [Amazon Elastic Container Registry User Guide](https://docs.aws.amazon.com/AmazonECR/latest/userguide/) per creare un repository privato che conterrà il modello ML personalizzato. 

Qualsiasi membro di una collaborazione può essere il *fornitore del modello*, a condizione che disponga delle autorizzazioni corrette. Tutti i membri di una collaborazione possono fornire dati al modello. Ai fini di questa guida, i membri che forniscono dati sono indicati come *fornitori di dati*. Il membro che crea la collaborazione è l'*autore della collaborazione* e questo membro può essere il *fornitore del modello*, uno dei *fornitori di dati* o entrambi.

I seguenti argomenti descrivono le informazioni necessarie per creare un modello ML personalizzato

**Topics**
+ [Prerequisiti per la modellazione ML personalizzata](custom-model-prerequisites.md)
+ [Linee guida per la creazione di modelli per il contenitore di formazione](custom-model-guidelines.md)
+ [Linee guida per la creazione di modelli per il contenitore di inferenza](inference-model-guidelines.md)
+ [Ricezione dei log e delle metriche del modello](custom-model-logs.md)