Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte [O que é o Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Etapa 3: criar um modelo de ML
<a name="step-3-create-an-ml-model"></a>

 Depois de criar a fonte de dados de treinamento, você pode usá-la para criar um modelo de ML, treinar o modelo e depois avaliar os resultados. O modelo de ML é um conjunto de padrões que o Amazon ML encontra nos dados durante o treinamento. Você usa o modelo para criar previsões.

**Para criar um modelo de ML**

1.  Como o assistente Comece a usar cria uma fonte de dados de treinamento e um modelo, o Amazon Machine Learning (Amazon ML) usa automaticamente a fonte de dados de treinamento que você acabou de criar e leva você diretamente para a página **Configurações do modelo de ML**. Na página **ML model settings (Configurações do modelo de ML)**, em **ML model name (Nome do modelo de ML)**, verifique se o padrão, **ML model: Banking Data 1**, é exibido. 

   Usar um nome amigável, como o padrão, ajuda você a identificar e gerenciar facilmente o modelo de ML. 

1.  Em **Training and evaluation settings (Configurações de treinamento e avaliação)**, verifique se **Default (Padrão)** está selecionado.  
![](http://docs.aws.amazon.com/pt_br/machine-learning/latest/dg/images/image19.png)

1.  Em **Name this evaluation (Nomear esta avaliação)**, aceite o padrão, **Evaluation: ML model: Banking Data 1**. 

1.  Escolha **Review (Rever)**, revise as configurações e, em seguida, escolha **Finish (Concluir)**. 

    Depois que você escolhe **Concluir**, o Amazon ML adiciona o modelo à fila de processamento. Quando o Amazon ML cria o modelo, ele aplica os valores padrão e realiza as seguintes ações: 
   + Divide a fonte de dados de treinamento em duas seções, uma contendo 70% dos dados e outra contendo os 30% restantes 
   + Treina o modelo de ML na seção que contém 70% dos dados de entrada 
   + Avalia o modelo usando os 30% restantes dos dados de entrada 

   Embora o modelo esteja na fila, o Amazon ML informa o status como **Pendente**. Embora o Amazon ML crie o modelo, ele informa o status como **Em andamento**. Quando ele tiver concluído todas as ações, informará o status como **Completed (Concluído)**. Aguarde a avaliação ser concluída antes de prosseguir.

Agora você está pronto para [revisar o desempenho do modelo e definir uma pontuação de corte](step-4-review-model-and-set-cutoff.md).

 Para obter mais informações sobre modelos de avaliação e treinamento, consulte [Modelos de ML de treinamento](training-ml-models.md) e [Avaliar modelos de ML](evaluating_models.md).