翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 機械学習ベースのマッチングワークフローの作成
<a name="create-matching-workflow-ml"></a>

*[機械学習ベースのマッチング](glossary.md#ml-matching-defn)*は、入力したすべてのデータのレコードを照合しようとするプリセットプロセスです。機械学習ベースのマッチングワークフローを使用すると、クリアテキストデータを比較して、機械学習モデルを使用して幅広いマッチングを見つけることができます。

**注記**  
機械学習モデルは、ハッシュ化されたデータの比較をサポートしていません。

がデータ内の 2 つ以上のレコード間の一致 AWS Entity Resolution を検出すると、以下が割り当てられます。
+ 一致したデータセット内のレコードへの一致 [ID](glossary.md#match-id-defin) 
+ 一致[信頼レベル](glossary.md#confidence-level-defn)の割合。

ML ベースのマッチングワークフローの出力をデータサービスプロバイダーマッチングの入力として使用することも、その逆を使用して特定の目標を達成することもできます。たとえば、ML ベースのマッチングを実行して、最初に独自のレコードでデータソース間の一致を検索できます。サブセットが一致しなかった場合は、[プロバイダーのサービスベースのマッチング](create-matching-workflow-provider.md)を実行して、追加のマッチングを見つけることができます。

**前提条件**

ML ベースのマッチングワークフローを作成する前に、以下を行う必要があります。

1. スキーママッピングを作成します。詳細については、「[スキーママッピングの作成](create-schema-mapping.md)」を参照してください。

1. Amazon Connect Customer Profiles を出力先として使用する場合は、適切なアクセス許可が設定されていることを確認してください。

**ML ベースのマッチングワークフローを作成するには:**

1. にサインイン AWS マネジメントコンソール し、[https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/) で AWS Entity Resolution コンソールを開きます。

1. 左側のナビゲーションペイン**のワークフロー**で、**一致**を選択します。

1. **一致するワークフロー**ページの右上隅で、**一致するワークフローの作成**を選択します。

1. **ステップ 1: 一致するワークフローの詳細を指定する**には、以下を実行します。

   1. **一致するワークフロー名**とオプションの **説明**を入力します。

   1. **データ入力**で、**AWS リージョン**、**AWS Glue データベース**、**AWS Glue テーブル**を選択し、対応する**スキーママッピング**を選択します。

      最大 20 個のデータ入力を追加できます。

   1. **データの正規化**オプションはデフォルトで選択され、一致する前にデータ入力が正規化されます。データを正規化しない場合は、**データの正規化**オプションの選択を解除します。

      機械学習ベースのマッチングでは[名前](glossary.md#normalization-ML-defn-name)、、[電話](glossary.md#normalization-ML-defn-phone)、 のみが正規化されます[E メール](glossary.md#normalization-ML-defn-email)。

   1. **サービスアクセス**許可を指定するには、 オプションを選択し、推奨アクションを実行します。    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. (オプション) リソース**のタグ**を有効にするには、**新しいタグを追加**を選択し、**キー**と**値の**ペアを入力します。

   1. [**次へ**] を選択します。

1. **ステップ 2: 一致する手法を選択する**には:

   1. **マッチング方法** で、**機械学習ベースのマッチング**を選択します。  
![\[AWS Entity Resolution ワークフロー作成インターフェイスとルールベースまたは機械学習マッチングのオプションとのマッチング。\]](http://docs.aws.amazon.com/ja_jp/entityresolution/latest/userguide/images/choose-matching-method-machine-learning.PNG)

   1. **Processing ケイデンス**では、**手動**オプションが選択されます。

      このオプションを使用すると、一括更新のワークフローをオンデマンドで実行できます。
**注記**  
自動 (増分) 処理は、機械学習ベースのマッチングワークフローではサポートされていません。

   1. [**次へ**] を選択します。

1. **ステップ 3: データ出力と形式を指定する**には:

   1. **データ出力の送信先と形式**については、データ出力の **Amazon S3 の場所**と**、データ形式**を**正規化データ**または**元のデータ**のどちらにするかを選択します。

   1. **暗号化** で、**暗号化設定をカスタマイズ**する場合は、**AWS KMS キー** ARN を入力します。

   1. **システム生成出力**を表示します。

   1. **データ出力**では、含める、非表示にする、またはマスクするフィールドを決定し、目標に基づいて推奨アクションを実行します。    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. [**次へ**] を選択します。

1. **ステップ 4: 確認して作成する**:

   1. 前のステップで行った選択内容を確認し、必要に応じて編集します。

   1. **Create and run** を選択します。

      一致するワークフローが作成され、ジョブが開始されたことを示すメッセージが表示されます。

1. 一致するワークフローの詳細ページの**メトリクス**タブで、**「最後のジョブメトリクス**」で以下を表示します。
   + **ジョブ ID**。
   + 一致するワークフロージョブ**のステータス**: **Queued**、**In progress**、**Completed**、**Failed** 
   + ワークフロージョブ**の完了時刻**。
   + **処理されたレコード**の数。
   + **処理されていないレコード**の数。
   + **生成された一意の一致 IDs**。
   + **入力レコード**の数。

   ジョブ**履歴で以前に実行された一致するワークフロージョブのジョブ**メトリクスを表示することもできます。

1. 一致するワークフロージョブが完了したら (**ステータス****が完了**)、**データ出力**タブに移動し、**Amazon S3 の場所**を選択して結果を表示できます。

1. (**手動**処理タイプのみ) **手動**処理タイプを使用して**機械学習ベースのマッチング**ワークフローを作成した場合は、一致するワークフローの詳細ページで**ワークフローの実行**を選択して、一致するワークフローをいつでも実行できます。