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.
# Crea modelli predittivi con SageMaker AI Canvas
Gli autori di Amazon Quick possono esportare i dati in SageMaker AI Canvas per creare modelli ML che possono essere rispediti a Quick. Gli autori possono utilizzare questi modelli ML per aumentare i propri set di dati con analisi predittive che possono essere utilizzate per creare analisi e pannelli di controllo.
**Prerequisiti**
+ Un account Quick integrato con IAM Identity Center. Se il tuo account Quick non è integrato con IAM Identity Center, crea un nuovo account Quick e scegli **Usa l'applicazione abilitata a IAM Identity Center** come provider di identità.
+ Per ulteriori informazioni sul Centro identità IAM, consulta [Guida introduttiva](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html).
+ Per ulteriori informazioni sull'integrazione di Quick con IAM Identity Center, consulta[Configura il tuo account Amazon Quick con IAM Identity Center](setting-up-sso.md#sec-identity-management-identity-center).
+ Per importare risorse da un account Quick esistente a un nuovo account Quick integrato con IAM Identity Center, consulta [Asset bundle operations](https://docs.aws.amazon.com/quicksight/latest/developerguide/asset-bundle-ops.html).
+ Un nuovo dominio SageMaker AI integrato con IAM Identity Center. Per ulteriori informazioni sull'onboarding su SageMaker AI Domain con IAM Identity Center, consulta Eseguire l'[onboarding to SageMaker AI Domain using IAM](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-sso-users.html) Identity Center.
**Topics**
+ [Crea un modello predittivo in SageMaker AI Canvas da Amazon Quick Sight](#sagemaker-canvas-integration-create-model)
+ [Crea un set di dati con un modello SageMaker AI Canvas](#sagemaker-canvas-integration-create-dataset)
+ [Considerazioni](#sagemaker-canvas-integration-considerations)
## Crea un modello predittivo in SageMaker AI Canvas da Amazon Quick Sight
**Per creare un modello predittivo in SageMaker AI Canvas**
1. Accedi ad Amazon Quick e vai alla tabella tabulare o alla tabella pivot per cui desideri creare un modello predittivo.
1. Apri il menu visivo e scegli **Crea un modello predittivo**.
1. Nel popup **Crea un modello predittivo in SageMaker AI Canvas** che appare, esamina le informazioni presentate e poi scegli **ESPORTA** DATI SU SAGEMAKER CANVAS.
1. Nel riquadro **Esportazioni** che appare, scegli **VAI A SAGEMAKER CANVAS quando l'esportazione è completata per accedere alla console AI Canvas**. SageMaker
1. In SageMaker AI Canvas, crea un modello predittivo con i dati che hai esportato da Quick Sight. Puoi scegliere di seguire un tour guidato che ti aiuti a creare il modello predittivo oppure puoi saltare il tour e lavorare al tuo ritmo. Per ulteriori informazioni sulla creazione di un modello predittivo in SageMaker AI Canvas, consulta [Costruire](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical) un modello.
1. Invia il modello predittivo a Quick Sight. Per ulteriori informazioni sull'invio di un modello da SageMaker AI Canvas ad Amazon Quick Sight, consulta [Inviare il modello ad Amazon Quick Sight](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-model-to-quicksight.html).
## Crea un set di dati con un modello SageMaker AI Canvas
Dopo aver creato un modello predittivo in SageMaker AI Canvas e averlo rispedito a Quick Sight, usa il nuovo modello per creare un nuovo set di dati o applicarlo a un set di dati esistente.
**Aggiunta di un campo predittivo a un set di dati**
1. **Apri la console Quick, scegli **Dati** a sinistra e scegli la scheda Set di dati.**
1. Carica un nuovo set di dati o scegli un set di dati esistente.
1. Scegli **Modifica**.
1. **Nella pagina di preparazione dei dati del set di dati, scegli AGGIUNGI, quindi scegli **Aggiungi** **campo predittivo per aprire la modalità Augment** with AI. SageMaker **
1. Per **Model, scegli il modello** che hai inviato a Quick Sight da AI Canvas. SageMaker Il file dello schema viene compilato automaticamente nel riquadro **Impostazioni avanzate**. Controlla gli input, quindi scegli **Avanti**.
1. Nel riquadro **Review outputs**, inserisci un nome di campo e una descrizione per una colonna a cui destinare il modello che hai creato in SageMaker AI Canvas.
1. Una volta terminato, scegli **Prepara dati**.
1. Dopo aver scelto **Prepara dati**, verrai reindirizzato alla pagina del set di dati. Per pubblicare il nuovo set di dati, scegli **Pubblica e visualizza**.
Quando pubblichi un nuovo set di dati che utilizza un modello di SageMaker AI Canvas, i dati vengono importati in SPICE e in AI inizia un processo di inferenza in batch. SageMaker Il completamento del processo può richiedere fino a 10 minuti.
## Considerazioni
Le seguenti limitazioni si applicano alla creazione di modelli SageMaker AI Canvas con dati Quick Sight.
+ L'opzione **Crea un modello predittivo** utilizzata per inviare dati a SageMaker AI Canvas è disponibile solo nelle immagini di tabelle e tabelle pivot tabulari. L'elemento visivo della tabella o della tabella pivot deve contenere tra 2 e 1.000 campi e almeno 500 righe.
+ I set di dati che contengono tipi di dati interi o geografici presenteranno errori di mappatura dello schema quando aggiungi un campo predittivo al set di dati. Per risolvere questo problema, rimuovi i tipi di dati interi o geografici dal set di dati o convertili in un nuovo tipo di dati.