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.

# Creazione di un flusso di lavoro di abbinamento basato sull'apprendimento automatico
<a name="create-matching-workflow-ml"></a>

La *[corrispondenza basata sull'apprendimento automatico](glossary.md#ml-matching-defn)* è un processo preimpostato che tenta di abbinare i record di tutti i dati che inserisci. Il flusso di lavoro di abbinamento basato sull'apprendimento automatico consente di confrontare i dati in chiaro per trovare un'ampia gamma di corrispondenze utilizzando un modello di apprendimento automatico.

**Nota**  
Il modello di apprendimento automatico non supporta il confronto di dati con hash.

Quando AWS Entity Resolution trova una corrispondenza tra due o più record nei dati, assegna:
+ Un [Match ID](glossary.md#match-id-defin) ai record nel set di dati corrispondente
+ La percentuale del [livello di confidenza](glossary.md#confidence-level-defn) della partita.

Puoi utilizzare l'output di un flusso di lavoro di abbinamento basato su ML come input per la corrispondenza tra fornitori di servizi di dati o viceversa per raggiungere i tuoi obiettivi specifici. Ad esempio, puoi eseguire una corrispondenza basata su ML per trovare innanzitutto le corrispondenze tra le tue fonti di dati nei tuoi record. Se un sottoinsieme non corrisponde, puoi quindi eseguire la [corrispondenza basata sui servizi del provider per trovare altre corrispondenze](create-matching-workflow-provider.md).

**Prerequisiti**

Prima di creare un flusso di lavoro di abbinamento basato su ML, devi:

1. Creare una mappatura dello schema. Per ulteriori informazioni, consulta [Creazione di una mappatura dello schema](create-schema-mapping.md).

1. Se utilizzi i profili dei clienti Amazon Connect come destinazione di output, assicurati di avere configurato le autorizzazioni appropriate.

**Per creare un flusso di lavoro di abbinamento basato su ML:**

1. Accedi a Console di gestione AWS e apri la AWS Entity Resolution console all'indirizzo [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/).

1. Nel riquadro di navigazione a sinistra, in **Flussi di lavoro**, scegli **Corrispondenza**.

1. Nella pagina **Flussi di lavoro corrispondenti**, nell'angolo in alto a destra, scegli **Crea flusso di lavoro corrispondente**.

1. Per il **passaggio 1: Specificare i dettagli del flusso di lavoro corrispondente**, procedi come segue: 

   1. Immettete un **nome del flusso di lavoro corrispondente** e una **descrizione** opzionale.

   1. Per l'**immissione dei dati **Regione AWS****, scegli un **AWS Glue database**, la **AWS Glue tabella** e quindi la **mappatura dello schema** corrispondente.

      È possibile aggiungere fino a 20 input di dati.

   1. L'opzione **Normalizza dati** è selezionata per impostazione predefinita, in modo che gli input di dati vengano normalizzati prima della corrispondenza. **Se non desiderate normalizzare i dati, deselezionate l'opzione Normalizza dati.**

      La corrispondenza basata sull'apprendimento automatico normalizza solo, e. [Name](glossary.md#normalization-ML-defn-name) [Telefono](glossary.md#normalization-ML-defn-phone) [Email](glossary.md#normalization-ML-defn-email)

   1. Per specificare le autorizzazioni **di accesso al servizio**, scegli un'opzione e intraprendi l'azione consigliata.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. (Facoltativo) Per abilitare i **tag** per la risorsa, scegliete **Aggiungi nuovo tag**, quindi immettete la coppia **Chiave** e **Valore**.

   1. Scegli **Next (Successivo)**.

1. Per la **fase 2: Scegli la tecnica di abbinamento**:

   1. Per il **metodo di abbinamento**, scegli l'abbinamento **basato sull'apprendimento automatico**.  
![\[AWS Entity Resolution abbinamento dell'interfaccia di creazione del flusso di lavoro con opzioni per l'abbinamento basato su regole o sull'apprendimento automatico.\]](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/images/choose-matching-method-machine-learning.PNG)

   1. Per **Processing cadence**, è selezionata l'opzione **Manuale**.

      Questa opzione consente di eseguire un flusso di lavoro su richiesta per un aggiornamento in blocco.
**Nota**  
L'elaborazione automatica (incrementale) non è supportata per i flussi di lavoro di abbinamento basati sull'apprendimento automatico.

   1. Scegli **Next (Successivo)**.

1. Per la **fase 3: Specificare l'output e il formato dei dati:**

   1. **Per **Destinazione e formato di output dei dati**, scegli la **posizione Amazon S3** per l'output dei dati e se il **formato dei dati** sarà Dati **normalizzati o Dati originali**.**

   1. Per la **crittografia**, se scegli di **personalizzare le impostazioni di crittografia**, inserisci la **AWS KMS chiave** ARN.

   1. Visualizza l'**output generato dal sistema**.

   1. Per l'**output dei dati**, decidi quali campi includere, nascondere o mascherare, quindi intraprendi le azioni consigliate in base ai tuoi obiettivi.     
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. Scegli **Next (Successivo)**.

1. Per il **passaggio 4: rivedi e crea**:

   1. Rivedi le selezioni effettuate per i passaggi precedenti e modificale se necessario.

   1. Scegli **Create and run** (Crea ed esegui).

      Viene visualizzato un messaggio che indica che il flusso di lavoro corrispondente è stato creato e che il processo è iniziato.

1. Nella pagina dei dettagli del flusso di lavoro corrispondente, nella scheda **Metriche**, visualizza quanto segue in **Metriche dell'ultimo lavoro**:
   + Il **Job ID**. 
   + **Lo **stato** del processo del flusso di lavoro corrispondente: In **coda, **In corso**, Completato****, Non riuscito**** 
   + Il **tempo di completamento** del processo del flusso di lavoro.
   + Il numero di **record elaborati**. 
   + Il numero di **record non elaborati**. 
   + La **corrispondenza unica IDs generata**.
   + Il numero di **record di input**.

   Puoi anche visualizzare le metriche dei job per i job corrispondenti ai job del flusso di lavoro che sono stati eseguiti in precedenza **nella cronologia Job**.

1. Una volta completato il processo del flusso di lavoro corrispondente (**lo stato** è **completato**), puoi andare alla scheda **Data output** e quindi selezionare la tua sede **Amazon S3** per visualizzare i risultati.

1. (Solo tipo di elaborazione **manuale**) Se hai creato un flusso di lavoro **corrispondente basato sull'apprendimento automatico** con il tipo di elaborazione **manuale**, puoi eseguire il flusso di lavoro corrispondente in qualsiasi momento selezionando Esegui flusso di lavoro nella pagina dei dettagli del **flusso di lavoro** corrispondente.