Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Créer un modèle
Les sections suivantes expliquent comment créer un modèle pour les principaux types de modèles personnalisés.
+ Pour créer des modèles de prédiction numérique, de prédiction à 2 catégories ou de prédiction à 3 catégories et plus, consultez [Création d'un modèle de prédiction numérique ou catégorielle personnalisé](#canvas-build-model-numeric-categorical).
+ Pour créer des modèles de prédiction d'image à étiquette unique, consultez [Création d'un modèle de prédiction d'image personnalisé](#canvas-build-model-image).
+ Pour créer des modèles de prédiction de texte multi-catégories, consultez [Création d'un modèle de prédiction de texte personnalisé](#canvas-build-model-text).
+ Pour générer des modèles de prévision de séries temporelles, consultez [Génération d’un modèle de prévision de séries temporelles](#canvas-build-model-forecasting).
**Note**
Si vous rencontrez une erreur lors de l’analyse post-création qui vous indique d’augmenter votre quota pour les instances `ml.m5.2xlarge`, consultez [Demande d’augmentation de quota](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-requesting-quota-increases.html).
## Création d'un modèle de prédiction numérique ou catégorielle personnalisé
Les modèles de prédiction numérique et catégorielle prennent en charge la **Création rapide** et la **Création standard**.
Pour créer un modèle de prédiction numérique ou catégorielle, procédez comme suit :
1. Ouvrez l'application SageMaker Canvas.
1. Dans le panneau de navigation de gauche, choisissez **Mes modèles**.
1. Choisissez **Nouveau modèle**.
1. Dans la boîte de dialogue **Créer un modèle**, procédez comme suit :
1. Entrez un nom dans le champ **Nom du modèle**.
1. Sélectionnez le type de problème **Analyse prédictive**.
1. Choisissez **Créer**.
1. Pour **Sélectionner un jeu de données**, sélectionnez votre jeu de données dans la liste. Si vous n'avez pas encore importé vos données, choisissez **Importer** et suivez les instructions du flux de travail d'importation de données.
1. Lorsque vous êtes prêt à créer votre modèle, choisissez **Sélectionner un jeu de données**.
1. Dans l'onglet **Créer**, dans la liste déroulante **Colonne cible**, sélectionnez la cible que vous souhaitez prédire pour votre modèle.
1. Pour **Type de modèle**, Canvas détecte automatiquement le type de problème. Si vous souhaitez modifier le type ou configurer les paramètres de modèle avancés, choisissez **Configurer le modèle**.
Lorsque la boîte de dialogue **Configurer le modèle** s’affiche, procédez comme suit :
1. Pour **Type de modèle**, choisissez le type de modèle que vous souhaitez générer.
1. Une fois que vous avez choisi le type de modèle, des **paramètres avancés** supplémentaires sont disponibles. Pour plus d’informations sur chacun des paramètres avancés, consultez [Configurations avancées de génération de modèle](canvas-advanced-settings.md). Pour configurer les paramètres avancés, procédez comme suit :
1. (Facultatif) Dans le menu déroulant **Métrique d’objectif**, sélectionnez la métrique que Canvas doit optimiser lors de la création de votre modèle. Si vous ne sélectionnez aucune métrique, Canvas en choisit une pour vous par défaut. Pour obtenir des descriptions des métriques disponibles, consultez [Référence des métriques](canvas-metrics.md).
1. Pour **Méthode d’entraînement**, choisissez le mode **Auto**, **Ensemble** ou **Optimisation des hyperparamètres (HPO)**.
1. Pour **Algorithmes**, sélectionnez les algorithmes que vous souhaitez inclure pour générer des modèles candidats.
1. Pour **Partage des données**, indiquez en pourcentages comment vous souhaitez répartir vos données entre le **jeu d’entraînement** et le **jeu de validation**. Le jeu d’entraînement est utilisé pour générer le modèle, tandis que le jeu de validation sert à tester l’exactitude des modèles candidats.
1. Pour **Maximum de candidats et de temps d’exécution**, procédez comme suit :
1. Définissez la valeur **Maximum de candidats**, à savoir le nombre maximum de modèles candidats que Canvas peut générer. Notez que **Maximum de candidats** est disponible uniquement en mode HPO.
1. Définissez les valeurs des heures et des minutes pour **Durée maximale d’exécution des tâches**, à savoir le temps maximal que Canvas peut consacrer à la génération de votre modèle. Après le délai maximum, Canvas arrête la génération et sélectionne le meilleur modèle candidat.
1. Après avoir configuré les paramètres avancés, choisissez **Enregistrer**.
1. Sélectionnez ou désélectionnez des colonnes dans vos données pour les inclure ou les retirer de votre création.
**Note**
Si vous effectuez des prédictions par lots avec votre modèle après sa création, Canvas ajoute les colonnes retirées à vos résultats de prédiction. Toutefois, Canvas n'ajoute pas les colonnes retirées à vos prédictions par lots pour les modèles de séries temporelles.
1. (Facultatif) Utilisez les outils de visualisation et d'analyse fournis par Canvas pour visualiser vos données et déterminer les fonctionnalités que vous souhaitez inclure dans votre modèle. Pour plus d'informations, consultez [Exploration et analyse de vos données](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-explore-data.html) (langue française non garantie).
1. (Facultatif) Utilisez les transformations de données pour nettoyer, transformer et préparer vos données pour la création de modèle. Pour plus d'informations, consultez [Préparation de vos données avec des transformations avancées](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-prepare-data.html) (langue française non garantie). Vous pouvez afficher et retirer vos transformations en choisissant **Recette de modèle** pour ouvrir le panneau latéral **Recette de modèle**.
1. (Facultatif) Pour les fonctionnalités supplémentaires telles que la prévisualisation de la précision de votre modèle, la validation de votre jeu de données et la modification de la taille de l'échantillon aléatoire prélevé par Canvas à partir de votre ensemble de données, consultez [Prévisualisation de votre modèle](canvas-preview-model.md).
1. Après avoir examiné vos données et apporté des modifications à votre jeu de données, choisissez **Création rapide** ou **Création standard** pour commencer la création de votre modèle. La capture d'écran suivante illustre la page **Création** ainsi que les options **Création rapide** et **Création standard**.
Une fois que la création de votre modèle a commencé, vous pouvez quitter la page. Lorsque le modèle indique **Prêt** sur la page **Mes modèles**, il est prêt pour l'analyse et les prédictions.
## Création d'un modèle de prédiction d'image personnalisé
Single-label les modèles de prédiction d'image prennent en charge à la fois les **versions rapides** et les **versions standard**.
Pour créer un modèle de prédiction d'image à étiquette unique, procédez comme suit :
1. Ouvrez l'application SageMaker Canvas.
1. Dans le panneau de navigation de gauche, choisissez **Mes modèles**.
1. Choisissez **Nouveau modèle**.
1. Dans la boîte de dialogue **Créer un modèle**, procédez comme suit :
1. Entrez un nom dans le champ **Nom du modèle**.
1. Sélectionnez le type de problème **Analyse d'image**.
1. Choisissez **Créer**.
1. Pour **Sélectionner un jeu de données**, sélectionnez votre jeu de données dans la liste. Si vous n'avez pas encore importé vos données, choisissez **Importer** et suivez les instructions du flux de travail d'importation de données.
1. Lorsque vous êtes prêt à créer votre modèle, choisissez **Sélectionner un jeu de données**.
1. L'onglet **Création** affiche la **Distribution des étiquettes** pour les images de votre jeu de données. Le **type de modèle** est défini sur la **prédiction Single-label d'image**.
1. Sur cette page, vous pouvez prévisualiser vos images et modifier le jeu de données. Si vous avez des images non étiquetées, choisissez **Modifier le jeu de données** et [Attribuer des étiquettes à des images non étiquetées](canvas-edit-image.md#canvas-edit-image-assign). Vous pouvez également effectuer d'autres tâches dans le cadre de l'opération [Modification d’un jeu de données d’image](canvas-edit-image.md), telles que le changement de nom des étiquettes et l'ajout d'images au jeu de données.
1. Après avoir examiné vos données et apporté des modifications à votre jeu de données, choisissez **Création rapide** ou **Création standard** pour commencer la création de votre modèle. La capture d'écran suivante illustre la page **Création** d'un modèle de prédiction d'image prêt à être créé.
Une fois que la création de votre modèle a commencé, vous pouvez quitter la page. Lorsque le modèle indique **Prêt** sur la page **Mes modèles**, il est prêt pour l'analyse et les prédictions.
## Création d'un modèle de prédiction de texte personnalisé
Multi-category les modèles de prédiction de texte prennent en charge à la fois les **versions rapides** et les **versions standard**.
Pour créer un modèle de prédiction de texte, procédez comme suit :
1. Ouvrez l'application SageMaker Canvas.
1. Dans le panneau de navigation de gauche, choisissez **Mes modèles**.
1. Choisissez **Nouveau modèle**.
1. Dans la boîte de dialogue **Créer un modèle**, procédez comme suit :
1. Entrez un nom dans le champ **Nom du modèle**.
1. Sélectionnez le type de problème **Analyse de texte**.
1. Choisissez **Créer**.
1. Pour **Sélectionner un jeu de données**, sélectionnez votre jeu de données dans la liste. Si vous n'avez pas encore importé vos données, choisissez **Importer** et suivez les instructions du flux de travail d'importation de données.
1. Lorsque vous êtes prêt à créer votre modèle, choisissez **Sélectionner un jeu de données**.
1. Dans l'onglet **Créer**, dans la liste déroulante **Colonne cible**, sélectionnez la cible que vous souhaitez prédire pour votre modèle. La colonne cible doit avoir un type de données binaire ou catégoriel. Elle doit également comporter au moins 25 entrées (ou lignes de données) pour chaque étiquette unique.
1. Pour **Type de modèle**, vérifiez que le type de modèle est automatiquement défini sur la **prédiction de Multi-category texte**.
1. Pour la colonne d'entraînement, sélectionnez votre colonne source de données texte. Il doit s'agir de la colonne contenant le texte que vous souhaitez analyser.
1. Choisissez **Création rapide** ou **Création standard** pour commencer à créer votre modèle. La capture d'écran suivante illustre la page **Création** d'un modèle de prédiction de texte prêt à être créé.
Une fois que la création de votre modèle a commencé, vous pouvez quitter la page. Lorsque le modèle indique **Prêt** sur la page **Mes modèles**, il est prêt pour l’analyse et les prédictions.
## Génération d’un modèle de prévision de séries temporelles
Les modèles de prévision de séries temporelles prennent en charge à la fois les **générations rapides** et les **générations standard**.
Pour générer un modèle de prévision de séries temporelles, utilisez la procédure suivante :
1. Ouvrez l'application SageMaker Canvas.
1. Dans le panneau de navigation de gauche, choisissez **Mes modèles**.
1. Choisissez **Nouveau modèle**.
1. Dans la boîte de dialogue **Créer un modèle**, procédez comme suit :
1. Entrez un nom dans le champ **Nom du modèle**.
1. Sélectionnez le type de problème **Prévision de séries temporelles**.
1. Choisissez **Créer**.
1. Pour **Sélectionner un jeu de données**, sélectionnez votre jeu de données dans la liste. Si vous n'avez pas encore importé vos données, choisissez **Importer** et suivez les instructions du flux de travail d'importation de données.
1. Lorsque vous êtes prêt à créer votre modèle, choisissez **Sélectionner un jeu de données**.
1. Dans l’onglet **Créer**, dans la liste déroulante **Colonne cible**, sélectionnez la cible que vous souhaitez prédire pour votre modèle.
1. Dans la section **Type de modèle**, choisissez **Configurer le modèle**.
1. La boîte de dialogue **Configurer le modèle** s’ouvre. Pour la section **Configuration des séries temporelles**, renseignez les champs suivants :
1. Pour **Colonne ID d’élément**, choisissez une colonne de votre jeu de données qui identifie de manière unique chaque ligne. La colonne devrait avoir le type de données `Text`.
1. (Facultatif) Pour **Colonne de groupe**, choisissez une ou plusieurs colonnes catégorielles (avec un type de données de `Text`) que vous souhaitez utiliser pour regrouper vos valeurs de prévision.
1. Pour **Colonne d’horodatage**, sélectionnez la colonne avec les horodatages (dans un format de date/heure). Pour plus d’informations sur les formats de date/heure acceptés, consultez [Prévisions de séries chronologiques dans Amazon SageMaker Canvas](canvas-time-series.md).
1. Dans le champ **Durée des prévisions**, entrez la période pour laquelle vous souhaitez prévoir les valeurs. Canvas détecte automatiquement les unités de temps présentes dans vos données.
1. (Facultatif) Activez le bouton **Utiliser le calendrier des jours fériés** pour sélectionner un calendrier de vacances dans différents pays et rendre vos prévisions concernant des données de vacances plus précises.
1. Dans la zone **Configurer le modèle**, vous trouverez des paramètres supplémentaires dans la section **Avancé**. Pour plus d’informations sur chacun des paramètres avancés, consultez [Configurations avancées de génération de modèle](canvas-advanced-settings.md). Pour configurer les paramètres **Avancés**, procédez comme suit :
1. Pour le menu déroulant **Métrique d’objectif**, sélectionnez la métrique que Canvas doit optimiser lors de la génération de votre modèle. Si vous ne sélectionnez aucune métrique, Canvas en choisit une pour vous par défaut. Pour obtenir des descriptions des métriques disponibles, consultez [Référence des métriques](canvas-metrics.md).
1. Si vous exécutez une génération standard, vous verrez la section **Algorithmes**. Cette section permet de sélectionner les algorithmes de prévision de séries temporelles que vous souhaitez utiliser pour générer votre modèle. Vous pouvez sélectionner un sous-ensemble des algorithmes disponibles, ou vous pouvez tous les sélectionner si vous ne savez pas lesquels essayer.
Lorsque vous exécutez votre génération standard, Canvas génère un modèle d’ensemble qui combine tous les algorithmes afin d’optimiser l’exactitude des prédictions.
**Note**
Si vous exécutez une génération rapide, Canvas utilise un algorithme d’apprentissage arborescent unique pour entraîner votre modèle, et vous n’avez pas à sélectionner d’algorithmes.
1. Pour **Quantiles de prévision**, saisissez jusqu’à 5 valeurs de quantiles séparées par des virgules pour spécifier les limites supérieure et inférieure de votre prévision.
1. Après avoir configuré les paramètres **Avancés**, choisissez **Enregistrer**.
1. Sélectionnez ou désélectionnez des colonnes dans vos données pour les inclure ou les retirer de votre création.
**Note**
Si vous effectuez des prédictions par lots avec votre modèle après sa création, Canvas ajoute les colonnes retirées à vos résultats de prédiction. Toutefois, Canvas n'ajoute pas les colonnes retirées à vos prédictions par lots pour les modèles de séries temporelles.
1. (Facultatif) Utilisez les outils de visualisation et d'analyse fournis par Canvas pour visualiser vos données et déterminer les fonctionnalités que vous souhaitez inclure dans votre modèle. Pour plus d'informations, consultez [Exploration et analyse de vos données](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-explore-data.html) (langue française non garantie).
1. (Facultatif) Utilisez les transformations de données pour nettoyer, transformer et préparer vos données pour la création de modèle. Pour plus d'informations, consultez [Préparation de vos données avec des transformations avancées](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-prepare-data.html) (langue française non garantie). Vous pouvez afficher et retirer vos transformations en choisissant **Recette de modèle** pour ouvrir le panneau latéral **Recette de modèle**.
1. (Facultatif) Pour les fonctionnalités supplémentaires telles que la prévisualisation de la précision de votre modèle, la validation de votre jeu de données et la modification de la taille de l'échantillon aléatoire prélevé par Canvas à partir de votre ensemble de données, consultez [Prévisualisation de votre modèle](canvas-preview-model.md).
1. Après avoir examiné vos données et apporté des modifications à votre jeu de données, choisissez **Création rapide** ou **Création standard** pour commencer la création de votre modèle.
Une fois que la création de votre modèle a commencé, vous pouvez quitter la page. Lorsque le modèle indique **Prêt** sur la page **Mes modèles**, il est prêt pour l’analyse et les prédictions.