Amazon Machine Learning サービスの更新や、その新しいユーザーの受け入れは行っていません。このドキュメントは既存のユーザー向けに提供されていますが、更新は終了しています。詳細については、「[Amazon Machine Learning とは](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)」を参照してください。

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。

# ステップ 3: ML モデルの作成
<a name="step-3-create-an-ml-model"></a>

 トレーニングデータソースを作成した後、それを使用して ML モデルを作成し、モデルをトレーニングして、結果を評価します。ML モデルは、Amazon ML がトレーニング中にデータで見つけるパターンの集まりです。モデルを使用して予測を作成します。

**ML モデルを作成するには**

1.  使用開始ウィザードはトレーニングデータソースとモデルの両方を作成するため、Amazon Machine Learning (Amazon ML) は作成したトレーニングデータソースを自動的に使用し、**[ML model settings]** (ML モデル設定) ページに直接移動します。[**ML モデル設定**] ページで、[**ML モデル名**] に対して、デフォルトの [**ML model: Banking Data 1**] が表示されていることを確認します。

   デフォルトなどのわかりやすい名前を使用すると、ML モデルを簡単に識別して管理するのに役立ちます。

1.  [**トレーニングおよび評価設定**] で、[**デフォルト**] が選択されていることを確認します。  
![](http://docs.aws.amazon.com/ja_jp/machine-learning/latest/dg/images/image19.png)

1.  [**この評価に名前を設定**] で、デフォルト値 **Evaluation: ML model: Banking Data 1** をそのまま使用します。

1.  [**レビュー**] を選択して、設定を確認し、[**完了**] を選択します。

    **[Finish]** (完了) を選択すると、Amazon ML は処理キューにモデルを追加します。Amazon ML がモデルを作成すると、デフォルトを適用して次のアクションを実行します。
   + 1 つはデータの 70% を、もう 1 つは残りの 30% を含むように、トレーニングデータソースを 2 つのセクションに分割します 
   + 入力データの 70% を含むセクションで ML モデルをトレーニングします 
   + 入力データの残りの 30% を使用してモデルを評価します 

   モデルがキューに入っている間、Amazon ML はステータスを **[Pending]** (保留中) として報告します。Amazon ML がモデルを作成している間、Amazon ML はステータスを **[In Progress]** (進行中) として報告します。すべてのアクションが完了すると、ステータスが [**完了済み**] としてレポートされます。続行する前に、評価が完了するまで待ちます。

これで、[モデルのパフォーマンスを確認し、カットオフのスコアを設定する](step-4-review-model-and-set-cutoff.md)準備が整いました。

 モデルのトレーニングおよび評価に関する詳細は、[ML モデルのトレーニング](training-ml-models.md) および [ML モデルの評価](evaluating_models.md) を参照してください。