Non aggiorniamo più il servizio Amazon Machine Learning né accettiamo nuovi utenti. Questa documentazione è disponibile per gli utenti esistenti, ma non la aggiorniamo più. Per ulteriori informazioni, consulta [Cos'è Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

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.

# Fase 3. Creare un modello ML
<a name="step-3-create-an-ml-model"></a>

 Dopo aver creato l'origine dati di addestramento, la si utilizza per creare un modello ML, addestrare il modello e quindi valutare i risultati. Il modello ML è una raccolta di modelli che Amazon ML trova nei dati durante l'addestramento. È possibile utilizzare il modello per creare previsioni.

**Creazione di un modello ML**

1.  **Poiché la procedura guidata introduttiva crea sia un'origine dati di formazione che un modello, Amazon Machine Learning (Amazon ML) utilizza automaticamente l'origine dati di formazione che hai appena creato e ti porta direttamente alla pagina delle impostazioni del modello ML.** Nella pagina **ML model settings (Impostazioni modello ML)** per **ML model name (Nome modello ML)**, occorre verificare che sia visualizzato il modello ML predefinito **ML model: Banking Data 1**. 

   L'utilizzo di un nome descrittivo, come quello dell'impostazione predefinita, consente di identificare e gestire facilmente il modello ML. 

1.  Per **Training and evaluation settings (Impostazioni di addestramento e valutazione)**, accertarsi che sia stato selezionata l'opzione **Default**.  
![](http://docs.aws.amazon.com/it_it/machine-learning/latest/dg/images/image19.png)

1.  Per **Name this evaluation (Denomina questa valutazione)** accettare l'impostazione predefinita **Evaluation: ML model: Banking Data 1**. 

1.  Scegliere **Review (Rivedi)**, rivedere le impostazioni e scegliere **Finish (Fine)**. 

    Dopo aver scelto **Finish**, Amazon ML aggiunge il modello alla coda di elaborazione. Quando Amazon ML crea il tuo modello, applica le impostazioni predefinite ed esegue le seguenti azioni: 
   + Divide l'origine dati per l'addestramento in due sezioni, una che contiene il 70% dei dati e l'altra che contiene il restante 30% 
   + Forma il modello ML nella sezione che contiene il 70% dei dati di input 
   + Valuta il modello utilizzando il restante 30% dei dati di input 

   Mentre il modello è in coda, Amazon ML riporta lo stato come **In sospeso**. Mentre Amazon ML crea il tuo modello, riporta lo stato come **In corso**. Quando tutte le operazioni sono state completate, comunica lo stato come **Completed (Completato)**. Attendere il complemento della valutazione prima di continuare.

Ora è possibile [esaminare le prestazioni del modello e impostare un punteggio limite](step-4-review-model-and-set-cutoff.md).

 Per ulteriori informazioni sull'addestramento e la valutazione dei modelli, vedere [Addestramento dei modelli ML](training-ml-models.md) e [Valutazione dei modelli ML](evaluating_models.md).