Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Prediksi dengan model khusus
Gunakan model kustom yang telah Anda buat di SageMaker Canvas untuk membuat prediksi untuk data Anda. Bagian berikut menunjukkan cara membuat prediksi untuk model prediksi numerik dan kategoris, perkiraan deret waktu, model prediksi gambar, dan model prediksi teks.
Prediksi numerik dan kategoris, prediksi gambar, dan model kustom prediksi teks mendukung pembuatan jenis prediksi berikut untuk data Anda:
+ **Prediksi tunggal** — **Prediksi tunggal** adalah ketika Anda hanya perlu membuat satu prediksi. Misalnya, Anda memiliki satu gambar atau bagian teks yang ingin Anda klasifikasikan.
+ **Prediksi Batch** — **Prediksi Batch** adalah saat Anda ingin membuat prediksi untuk seluruh kumpulan data. Anda dapat membuat prediksi batch untuk kumpulan data yang 1 TB \$1. Misalnya, Anda memiliki file CSV ulasan pelanggan yang ingin Anda prediksi sentimen pelanggan, atau Anda memiliki folder file gambar yang ingin Anda klasifikasikan. Anda harus membuat prediksi dengan dataset yang cocok dengan dataset input Anda. Canvas memberi Anda kemampuan untuk melakukan prediksi batch manual, atau Anda dapat mengonfigurasi prediksi batch otomatis yang berjalan setiap kali Anda memperbarui kumpulan data.
Untuk setiap prediksi atau set prediksi, SageMaker Canvas mengembalikan yang berikut:
+ Nilai yang diprediksi
+ Probabilitas nilai prediksi benar
**Memulai**
Pilih salah satu alur kerja berikut untuk membuat prediksi dengan model kustom Anda:
+ [Prediksi Batch di Canvas SageMaker](canvas-make-predictions-batch.md)
+ [Buat prediksi tunggal](canvas-make-predictions-single.md)
Setelah menghasilkan prediksi dengan model Anda, Anda juga dapat melakukan hal berikut:
+ [Perbarui model Anda dengan menambahkan versi.](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-update-model.html) Jika Anda ingin mencoba meningkatkan akurasi prediksi model Anda, Anda dapat membuat versi baru model Anda. Anda dapat memilih untuk mengkloning konfigurasi dan kumpulan data pembuatan model asli Anda, atau Anda dapat mengubah konfigurasi dan memilih kumpulan data yang berbeda. Setelah menambahkan versi baru, Anda dapat meninjau dan membandingkan versi untuk memilih yang terbaik.
+ [Daftarkan versi model di SageMaker registri model AI](canvas-register-model.md). Anda dapat mendaftarkan versi model Anda ke Registri SageMaker Model, yang merupakan fitur untuk melacak dan mengelola status versi model dan pipeline pembelajaran mesin. Ilmuwan data atau pengguna MLOps tim dengan akses ke Registri SageMaker Model dapat meninjau versi model Anda dan menyetujui atau menolaknya sebelum menerapkannya ke produksi.
+ [Kirim prediksi batch Anda ke Quick.](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-predictions.html) Di Quick, Anda dapat membuat dan menerbitkan dasbor dengan kumpulan data prediksi batch Anda. Ini dapat membantu Anda menganalisis dan membagikan hasil yang dihasilkan oleh model kustom Anda.
# Buat prediksi tunggal
**catatan**
Bagian ini menjelaskan cara mendapatkan prediksi tunggal dari model Anda di dalam aplikasi Canvas. Untuk informasi tentang membuat pemanggilan real-time di lingkungan produksi dengan menerapkan model Anda ke titik akhir, lihat. [Menerapkan model Anda ke titik akhir](canvas-deploy-model.md)
Buat prediksi tunggal jika Anda ingin mendapatkan prediksi untuk satu titik data. Anda dapat menggunakan fitur ini untuk mendapatkan prediksi waktu nyata atau bereksperimen dengan mengubah nilai individu untuk melihat bagaimana pengaruhnya terhadap hasil prediksi. Perhatikan bahwa prediksi tunggal bergantung pada titik akhir Inferensi Asinkron, yang mati setelah menganggur (atau tidak menerima permintaan prediksi apa pun) selama dua jam.
Pilih salah satu prosedur berikut berdasarkan jenis model Anda.
## Buat prediksi tunggal dengan model prediksi numerik dan kategoris
Untuk membuat prediksi tunggal untuk model prediksi numerik atau kategoris, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **Prediksi tunggal**.
1. Untuk setiap **kolom Kolom**, yang mewakili kolom data masukan Anda, Anda dapat mengubah **Nilai**. Pilih menu tarik-turun untuk **Nilai** yang ingin Anda ubah. Untuk bidang numerik, Anda dapat memasukkan nomor baru. Untuk bidang dengan label, Anda dapat memilih label yang berbeda.
1. **Saat Anda siap menghasilkan prediksi, di panel **Prediksi** kanan, pilih Perbarui.**
Di panel **Prediksi** kanan, Anda akan melihat hasil prediksi. Anda dapat **Menyalin** bagan hasil prediksi, atau Anda juga dapat memilih **Unduh** untuk mengunduh bagan hasil prediksi sebagai gambar atau mengunduh nilai dan prediksi sebagai file CSV.
## Buat prediksi tunggal dengan model peramalan deret waktu
Untuk membuat prediksi tunggal untuk model peramalan deret waktu, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pilih **Prediksi tunggal**.
1. Untuk **Item**, pilih item yang ingin Anda perkirakan nilainya.
1. Jika Anda menggunakan grup demi kolom untuk melatih model, pilih grup berdasarkan kategori untuk item tersebut.
Hasil prediksi dimuat di panel di bawah ini, menunjukkan bagan dengan perkiraan untuk setiap kuantil. Pilih **Tampilan skema** untuk melihat nilai prediksi numerik. Anda juga dapat memilih **Unduh** untuk mengunduh hasil prediksi baik sebagai gambar atau file CSV.
## Buat prediksi tunggal dengan model prediksi gambar
Untuk membuat prediksi tunggal untuk model prediksi gambar label tunggal, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **Prediksi tunggal**.
1. Pilih **Impor gambar**.
1. Anda akan diminta untuk mengunggah gambar. Anda dapat mengunggah gambar dari komputer lokal Anda atau dari bucket Amazon S3.
1. Pilih **Impor** untuk mengimpor gambar Anda dan menghasilkan prediksi.
Di panel **hasil Prediksi** kanan, model mencantumkan label yang mungkin untuk gambar bersama dengan skor **Keyakinan** untuk setiap label. Misalnya, model mungkin memprediksi label **Sea** untuk gambar, dengan skor kepercayaan 96%. Model tersebut mungkin telah memprediksi gambar sebagai **Gletser** dengan hanya skor kepercayaan 4%. Karena itu, Anda dapat menentukan bahwa model Anda cukup percaya diri dalam memprediksi gambar laut.
## Buat prediksi tunggal dengan model prediksi teks
Untuk membuat prediksi tunggal untuk model prediksi teks multi-kategori, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **Prediksi tunggal**.
1. Untuk **bidang Teks**, masukkan teks yang ingin Anda prediksi.
1. Pilih **Hasilkan hasil prediksi** untuk mendapatkan prediksi Anda.
Di panel **hasil Prediksi** kanan, Anda menerima analisis teks Anda selain skor **Keyakinan** untuk setiap label yang mungkin. Misalnya, jika Anda memasukkan ulasan yang baik untuk suatu produk, Anda mungkin mendapatkan **Positif** dengan skor kepercayaan 85%, sedangkan skor kepercayaan untuk **Netral** mungkin 10% dan skor kepercayaan untuk **Negatif** hanya 5%.
# Prediksi Batch di Canvas SageMaker
Buat prediksi batch saat Anda memiliki seluruh kumpulan data yang ingin Anda hasilkan prediksi. Amazon SageMaker Canvas mendukung prediksi batch untuk kumpulan data hingga PBs ukurannya.
Ada dua jenis prediksi batch yang dapat Anda buat:
+ [Prediksi batch manual](canvas-make-predictions-batch-manual.md) adalah ketika Anda memiliki kumpulan data yang ingin Anda buat prediksi satu kali.
+ [Prediksi batch otomatis](canvas-make-predictions-batch-auto.md) adalah saat Anda menyiapkan konfigurasi yang berjalan setiap kali kumpulan data tertentu diperbarui. Misalnya, jika Anda telah mengonfigurasi pembaruan mingguan ke kumpulan data inventaris SageMaker Canvas, Anda dapat mengatur prediksi batch otomatis yang berjalan setiap kali Anda memperbarui kumpulan data. Setelah menyiapkan alur kerja prediksi batch otomatis, lihat [Cara mengelola otomatisasi](canvas-manage-automations.md) untuk informasi selengkapnya tentang melihat dan mengedit detail konfigurasi Anda. Untuk informasi selengkapnya tentang menyiapkan pembaruan kumpulan data otomatis, lihat[Konfigurasikan pembaruan otomatis untuk kumpulan data](canvas-update-dataset-auto.md).
**catatan**
Model peramalan deret waktu tidak mendukung prediksi batch otomatis.
Anda hanya dapat mengatur prediksi batch otomatis untuk kumpulan data yang diimpor melalui unggahan lokal atau Amazon S3. Selain itu, prediksi batch otomatis hanya dapat berjalan saat Anda masuk ke aplikasi Canvas. Jika Anda keluar dari Canvas, pekerjaan prediksi batch otomatis akan dilanjutkan saat Anda masuk kembali.
Untuk memulai, tinjau[Persyaratan dataset prediksi Batch](canvas-make-predictions-batch-preqreqs.md), lalu pilih salah satu alur kerja prediksi batch manual atau otomatis berikut.
**Topics**
+ [Persyaratan dataset prediksi Batch](canvas-make-predictions-batch-preqreqs.md)
+ [Buat prediksi batch manual](canvas-make-predictions-batch-manual.md)
+ [Buat prediksi batch otomatis](canvas-make-predictions-batch-auto.md)
+ [Edit konfigurasi prediksi batch otomatis Anda](canvas-make-predictions-batch-auto-edit.md)
+ [Hapus konfigurasi prediksi batch otomatis Anda](canvas-make-predictions-batch-auto-delete.md)
+ [Lihat pekerjaan prediksi batch Anda](canvas-make-predictions-batch-auto-view.md)
# Persyaratan dataset prediksi Batch
Untuk prediksi batch, pastikan kumpulan data Anda memenuhi persyaratan yang diuraikan dalam. [Buat kumpulan data](canvas-import-dataset.md) Jika dataset Anda lebih besar dari 5 GB, Canvas menggunakan Amazon EMR Serverless untuk memproses data Anda dan membaginya menjadi batch yang lebih kecil. Setelah data Anda dibagi, Canvas menggunakan SageMaker AI Batch Transform untuk membuat prediksi. Anda mungkin melihat biaya dari kedua layanan ini setelah menjalankan prediksi batch. Untuk informasi lebih lanjut, lihat [harga Canvas](https://aws.amazon.com/sagemaker/canvas/pricing/).
*Anda mungkin tidak dapat membuat prediksi pada beberapa kumpulan data jika mereka memiliki skema yang tidak kompatibel.* *Skema* adalah struktur organisasi. Untuk kumpulan data tabular, skema adalah nama kolom dan tipe data data di kolom. Skema yang tidak kompatibel mungkin terjadi karena salah satu alasan berikut:
+ Dataset yang Anda gunakan untuk membuat prediksi memiliki lebih sedikit kolom daripada kumpulan data yang Anda gunakan untuk membangun model.
+ Tipe data di kolom yang Anda gunakan untuk membangun kumpulan data mungkin berbeda dari tipe data dalam kumpulan data yang Anda gunakan untuk membuat prediksi.
+ Dataset yang Anda gunakan untuk membuat prediksi dan kumpulan data yang Anda gunakan untuk membangun model memiliki nama kolom yang tidak cocok. Nama kolom peka huruf besar/kecil. `Column1`tidak sama dengan`column1`.
Untuk memastikan bahwa Anda berhasil menghasilkan prediksi batch, cocokkan skema kumpulan data prediksi batch Anda dengan kumpulan data yang Anda gunakan untuk melatih model.
**catatan**
Untuk prediksi batch, jika Anda menjatuhkan kolom apa pun saat membuat model, Canvas menambahkan kolom yang dijatuhkan kembali ke hasil prediksi. Namun, Canvas tidak menambahkan kolom yang dijatuhkan ke prediksi batch Anda untuk model deret waktu.
# Buat prediksi batch manual
Pilih salah satu prosedur berikut untuk membuat prediksi batch manual berdasarkan jenis model Anda.
## Buat prediksi batch manual dengan model peramalan numerik, kategoris, dan deret waktu
Untuk membuat prediksi batch manual untuk jenis model peramalan numerik, kategoris, dan deret waktu, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **prediksi Batch**.
1. Pilih **Pilih kumpulan data** untuk memilih kumpulan data untuk menghasilkan prediksi.
1. Dari daftar kumpulan data yang tersedia, pilih kumpulan data Anda, lalu pilih **Mulai Prediksi untuk mendapatkan prediksi** Anda.
**Setelah pekerjaan prediksi selesai berjalan, ada kumpulan data keluaran yang terdaftar di halaman yang sama di bagian Prediksi.** Kumpulan data ini berisi hasil Anda, dan jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Pratinjau untuk melihat pratinjau** data keluaran. Anda dapat melihat data input yang cocok dengan prediksi dan probabilitas prediksi itu benar. Kemudian, Anda dapat memilih **Unduh prediksi** untuk mengunduh hasilnya sebagai file.
## Buat prediksi batch manual dengan model prediksi gambar
Untuk membuat prediksi batch manual untuk model prediksi gambar label tunggal, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **prediksi Batch**.
1. Pilih **Pilih kumpulan data** jika Anda telah mengimpor dataset Anda. Jika tidak, pilih **Impor dataset baru**, dan kemudian Anda akan diarahkan melalui alur kerja data impor.
1. Dari daftar kumpulan data yang tersedia, pilih kumpulan data Anda dan pilih **Hasilkan prediksi untuk mendapatkan prediksi** Anda.
**Setelah pekerjaan prediksi selesai berjalan, pada halaman **Jalankan prediksi**, Anda akan melihat kumpulan data keluaran yang tercantum di bawah Prediksi.** Kumpulan data ini berisi hasil Anda, dan jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Lihat hasil prediksi** untuk melihat data keluaran. Anda dapat melihat gambar bersama dengan label prediksi dan skor kepercayaan mereka. Kemudian, Anda dapat memilih **Unduh prediksi** untuk mengunduh hasilnya sebagai file CSV atau ZIP.
## Buat prediksi batch manual dengan model prediksi teks
Untuk membuat prediksi batch manual untuk model prediksi teks multi-kategori, lakukan hal berikut:
1. Di panel navigasi kiri aplikasi Canvas, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Setelah membuka model Anda, pilih tab **Predict**.
1. Pada halaman **prediksi Jalankan**, pilih **prediksi Batch**.
1. Pilih **Pilih kumpulan data** jika Anda telah mengimpor dataset Anda. Jika tidak, pilih **Impor dataset baru**, dan kemudian Anda akan diarahkan melalui alur kerja data impor. Dataset yang Anda pilih harus memiliki kolom sumber yang sama dengan kumpulan data yang Anda gunakan untuk membuat model.
1. Dari daftar kumpulan data yang tersedia, pilih kumpulan data Anda dan pilih **Hasilkan prediksi untuk mendapatkan prediksi** Anda.
**Setelah pekerjaan prediksi selesai berjalan, pada halaman **Jalankan prediksi**, Anda akan melihat kumpulan data keluaran yang tercantum di bawah Prediksi.** Kumpulan data ini berisi hasil Anda, dan jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Pratinjau** untuk melihat data keluaran. Anda dapat melihat gambar bersama dengan label prediksi dan skor kepercayaan mereka. Kemudian, Anda dapat memilih **Unduh prediksi** untuk mengunduh hasilnya.
# Buat prediksi batch otomatis
**catatan**
Model peramalan deret waktu tidak mendukung prediksi batch otomatis.
Untuk mengatur jadwal prediksi batch otomatis, lakukan hal berikut:
1. Di panel navigasi kiri Canvas, pilih **Model saya**.
1. Pilih model Anda.
1. Pilih tab **Predict**.
1. Pilih **prediksi Batch**.
1. Untuk **Menghasilkan prediksi**, pilih **Otomatis**.
1. Kotak dialog **Automate batch predictions** muncul. Pilih **Pilih kumpulan data** dan pilih kumpulan data yang ingin Anda otomatiskan prediksi. Perhatikan bahwa Anda hanya dapat memilih kumpulan data yang diimpor melalui unggahan lokal atau Amazon S3.
1. Setelah memilih kumpulan data, pilih **Siapkan**.
Canvas menjalankan pekerjaan prediksi batch untuk kumpulan data setelah Anda mengatur konfigurasi. Kemudian, setiap kali Anda[Memperbarui kumpulan data](canvas-update-dataset.md), baik secara manual atau otomatis, pekerjaan prediksi batch lain berjalan.
**Setelah pekerjaan prediksi selesai berjalan, pada halaman **Jalankan prediksi**, Anda akan melihat kumpulan data keluaran yang tercantum di bawah Prediksi.** Kumpulan data ini berisi hasil Anda, dan jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Pratinjau untuk melihat pratinjau** data keluaran. Anda dapat melihat data input yang cocok dengan prediksi dan probabilitas prediksi itu benar. Kemudian, Anda dapat memilih **Unduh** untuk mengunduh hasilnya.
Bagian berikut menjelaskan cara melihat, memperbarui, dan menghapus konfigurasi prediksi batch otomatis Anda melalui halaman **Datasets** di aplikasi Canvas. Anda hanya dapat mengatur maksimum 20 konfigurasi otomatis di Canvas. Untuk informasi selengkapnya tentang melihat riwayat pekerjaan prediksi batch otomatis atau membuat perubahan pada konfigurasi otomatis melalui halaman **Otomasi**, lihat. [Cara mengelola otomatisasi](canvas-manage-automations.md)
# Edit konfigurasi prediksi batch otomatis Anda
Anda mungkin ingin membuat perubahan pada konfigurasi pembaruan otomatis untuk kumpulan data, seperti mengubah frekuensi pembaruan. Anda mungkin juga ingin menonaktifkan konfigurasi pembaruan otomatis untuk menjeda pembaruan pada kumpulan data Anda.
Saat Anda mengedit konfigurasi prediksi batch, Anda dapat mengubah kumpulan data target tetapi bukan frekuensinya (karena prediksi batch otomatis terjadi setiap kali kumpulan data diperbarui).
Untuk mengedit konfigurasi pembaruan otomatis, lakukan hal berikut:
1. Buka tab **Prediksi** model Anda.
1. Di bawah **Prediksi**, pilih tab **Konfigurasi**.
1. Temukan konfigurasi Anda dan pilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)).
1. Dari menu tarik-turun, pilih **Perbarui** konfigurasi.
1. Kotak dialog **Automate batch prediction** terbuka. Anda dapat memilih kumpulan data lain dan memilih **Mengatur** untuk menyimpan perubahan Anda.
Konfigurasi prediksi batch otomatis Anda sekarang diperbarui.
Untuk menjeda prediksi batch otomatis Anda, matikan konfigurasi otomatis Anda dengan melakukan hal berikut:
1. Buka tab **Prediksi** model Anda.
1. Di bawah **Prediksi**, pilih tab **Konfigurasi**.
1. Temukan konfigurasi Anda dari daftar dan matikan sakelar **Pembaruan otomatis**.
Prediksi batch otomatis sekarang dijeda. Anda dapat mengaktifkan kembali sakelar kapan saja untuk melanjutkan jadwal pembaruan.
# Hapus konfigurasi prediksi batch otomatis Anda
Untuk mempelajari cara menghapus konfigurasi prediksi batch otomatis, lihat[Hapus konfigurasi otomatis](canvas-manage-automations-delete.md).
Anda juga dapat menghapus konfigurasi Anda dengan melakukan hal berikut:
1. Buka tab **Prediksi** model Anda.
1. Di bawah **Prediksi**, pilih tab **Konfigurasi**.
1. Temukan konfigurasi Anda dari daftar dan pilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)).
1. Dari menu tarik-turun, pilih **Hapus** konfigurasi.
Konfigurasi Anda sekarang harus dihapus.
# Lihat pekerjaan prediksi batch Anda
Untuk melihat status dan riwayat pekerjaan prediksi batch Anda, buka tab **Predict** model Anda.
Setiap pekerjaan prediksi batch muncul di tab **Predict** model Anda. Di bawah **Prediksi**, Anda dapat melihat tab **Semua pekerjaan** dan tab **Konfigurasi**:
+ **Semua pekerjaan** — Di tab ini, Anda dapat melihat semua pekerjaan prediksi batch manual dan otomatis untuk model ini. Anda dapat memfilter pekerjaan berdasarkan nama konfigurasi. Untuk setiap pekerjaan, Anda dapat melihat bidang-bidang berikut:
+ **Status** — Status pekerjaan prediksi batch Anda saat ini. Jika status **Gagal atau Gagal** **sebagian**, Anda dapat mengarahkan kursor ke status untuk melihat pesan galat yang lebih detail untuk membantu Anda memecahkan masalah.
+ **Input dataset** — Nama dataset input Canvas Anda, termasuk versi dataset.
+ **Jenis prediksi** — Apakah pekerjaan prediksi itu otomatis atau manual.
+ **Baris** — Jumlah baris yang diprediksi.
+ **Nama konfigurasi** - Nama konfigurasi pekerjaan prediksi batch.
+ **QuickSight**— Menjelaskan apakah Anda telah mengirim prediksi batch ke Quick.
+ **Dibuat** — Waktu pembuatan pekerjaan prediksi batch.
Jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Lihat detail**, **Prediksi pratinjau, prediksi** **Unduh**, atau **Kirim ke Cepat**. Jika Anda memilih **Lihat detail**, halaman akan terbuka yang menampilkan detail lengkap pekerjaan prediksi batch, termasuk status, konfigurasi data input dan output, informasi tentang instans yang digunakan untuk menyelesaikan pekerjaan, dan akses ke log Amazon. CloudWatch Halaman terlihat seperti tangkapan layar berikut.
![\[Halaman detail pekerjaan prediksi Batch yang menampilkan semua detail tambahan tentang suatu pekerjaan.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/canvas-view-batch-prediction-job-details.png)
+ **Konfigurasi** — Di tab ini, Anda dapat melihat semua konfigurasi prediksi batch otomatis yang Anda buat untuk model ini. Untuk setiap konfigurasi, Anda dapat melihat bidang seperti stempel waktu saat **dibuat**, **kumpulan data Input** yang dilacaknya untuk pembaruan, dan **pekerjaan Berikutnya dijadwalkan**, yang merupakan waktu ketika pekerjaan prediksi otomatis berikutnya dijadwalkan untuk dimulai. Jika Anda memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)), Anda dapat memilih **Lihat semua pekerjaan** untuk melihat riwayat pekerjaan dan pekerjaan yang sedang berlangsung untuk konfigurasi.
# Kirim prediksi ke Quick
**catatan**
Anda dapat mengirim prediksi batch ke Quick untuk prediksi numerik dan kategoris serta model peramalan deret waktu. Prediksi gambar label tunggal dan model prediksi teks multi-kategori dikecualikan.
Setelah Anda menghasilkan prediksi batch dengan model tabular khusus di SageMaker Canvas, Anda dapat mengirim prediksi tersebut sebagai file CSV ke Quick, yang merupakan layanan intelijen bisnis (BI) untuk membangun dan menerbitkan dasbor prediktif.
Misalnya, jika Anda membuat model prediksi kategori 2 untuk menentukan apakah pelanggan akan melakukan churn, Anda dapat membuat dasbor visual dan prediktif di Quick untuk menunjukkan persentase pelanggan yang diharapkan melakukan churn. Untuk mempelajari lebih lanjut tentang Cepat, lihat [Panduan Pengguna Cepat](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html).
Bagian berikut menunjukkan cara mengirim prediksi batch Anda ke Quick untuk analisis.
## Sebelum Anda mulai
Pengguna Anda harus memiliki izin AWS Identity and Access Management (IAM) yang diperlukan untuk mengirim prediksi Anda ke Quick. Administrator Anda dapat mengatur izin IAM untuk pengguna Anda. Untuk informasi selengkapnya, lihat [Berikan Izin Pengguna Anda untuk Mengirim Prediksi ke Cepat](canvas-quicksight-permissions.md).
Akun Cepat Anda harus berisi `default` namespace, yang diatur saat Anda pertama kali membuat akun Cepat. Hubungi administrator Anda untuk membantu Anda mendapatkan akses ke Quick. Untuk informasi selengkapnya, lihat [Menyiapkan Cepat](https://docs.aws.amazon.com/quicksight/latest/user/setting-up.html) *di Panduan Pengguna Cepat*.
Akun Cepat Anda harus dibuat di Wilayah yang sama dengan aplikasi Canvas Anda. Jika Wilayah beranda akun Cepat Anda berbeda dari Wilayah aplikasi Canvas Anda, Anda harus [menutup](https://docs.aws.amazon.com/quicksight/latest/user/closing-account.html) dan membuat ulang akun Cepat Anda, atau [menyiapkan aplikasi Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-getting-started.html#canvas-prerequisites) di Wilayah yang sama dengan akun Cepat Anda. Anda dapat memeriksa Wilayah Rumah Cepat Anda dengan melakukan hal berikut (dengan asumsi Anda sudah memiliki akun Cepat):
1. Buka [konsol Cepat](https://quicksight.aws.amazon.com/) Anda.
1. Saat halaman dimuat, Wilayah Beranda Cepat Anda ditambahkan ke URL dalam format berikut:`https://.quicksight.aws.amazon.com/`.
Anda harus tahu nama pengguna dari pengguna Cepat kepada siapa Anda ingin mengirim prediksi Anda. Anda dapat mengirim prediksi kepada diri sendiri atau pengguna lain yang memiliki izin yang tepat. Setiap pengguna yang Anda kirimi prediksi harus berada di `default` [namespace](https://docs.aws.amazon.com/quicksight/latest/user/namespaces.html) akun Cepat Anda dan memiliki `Admin` peran `Author` atau dalam Quick.
Selain itu, Quick harus memiliki akses ke bucket Amazon S3 default SageMaker AI untuk domain Anda, yang diberi nama dengan format berikut:. `sagemaker-{REGION}-{ACCOUNT_ID}` Wilayah harus sama dengan Wilayah rumah akun Cepat Anda dan Wilayah aplikasi Canvas Anda. *Untuk mempelajari cara memberikan Akses cepat ke prediksi batch yang disimpan di bucket Amazon S3 Anda, lihat [topik yang tidak dapat saya sambungkan ke Amazon S3](https://docs.aws.amazon.com/quicksight/latest/user/troubleshoot-connect-S3.html) di Panduan Pengguna Cepat.*
## Format data yang didukung
Sebelum mengirim prediksi Anda, periksa apakah format data prediksi batch Anda kompatibel dengan Quick.
+ Untuk mempelajari lebih lanjut tentang format data yang diterima untuk data timeseries, lihat [Format tanggal yang didukung dalam Panduan](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html) Pengguna *Cepat*.
+ Untuk mempelajari lebih lanjut tentang nilai data yang mungkin mencegah Anda mengirim ke Cepat, lihat [Nilai yang tidak didukung dalam data](https://docs.aws.amazon.com/quicksight/latest/user/unsupported-data-values.html) di *Panduan Pengguna Cepat*.
Perhatikan juga bahwa Quick menggunakan karakter `"` sebagai kualifikasi teks, jadi jika data Canvas Anda berisi `"` karakter apa pun, pastikan Anda menutup semua tanda kutip yang cocok. Setiap kutipan yang tidak cocok dapat menyebabkan masalah dengan pengiriman dataset Anda ke Quick.
## Kirim prediksi batch Anda ke Quick
Gunakan prosedur berikut untuk mengirim prediksi Anda ke Quick:
1. Buka aplikasi SageMaker Canvas.
1. Di panel navigasi kiri, pilih **Model saya**.
1. Pada halaman **Model saya**, pilih model Anda.
1. Pilih tab **Predict**.
1. Di bawah **Prediksi**, pilih kumpulan data (atau kumpulan data) prediksi batch yang ingin Anda bagikan. Anda dapat membagikan hingga 5 kumpulan data prediksi batch sekaligus.
1. Setelah memilih kumpulan data, pilih **Kirim ke Cepat**.
**catatan**
Tombol **Kirim ke Cepat** tidak aktif kecuali Anda memilih satu atau beberapa kumpulan data.
Atau, Anda dapat melihat pratinjau prediksi Anda dengan memilih ikon **Opsi lainnya** (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) dan kemudian **Lihat hasil prediksi.** Dari pratinjau dataset, Anda dapat memilih **Kirim ke Cepat**. Tangkapan layar berikut menunjukkan **Kirim ke Cepat** tombol dalam pratinjau dataset.
![\[Tangkapan layar pratinjau dataset dengan tombol Kirim ke Cepat di bagian bawah.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/send-to-quicksight-preview.png)
1. Dalam kotak dialog **Kirim ke Cepat**, lakukan hal berikut:
1. Untuk **QuickSight pengguna**, masukkan nama pengguna Cepat kepada siapa Anda ingin mengirim prediksi Anda. Jika Anda ingin mengirimnya ke diri sendiri, masukkan nama pengguna Anda sendiri. Anda hanya dapat mengirim prediksi ke pengguna di `default` namespace akun Cepat, dan pengguna harus memiliki `Admin` peran `Author` atau di Quick.
1. Pilih **Kirim**.
Tangkapan layar berikut menunjukkan **Kirim ke Cepat** kotak dialog:
![\[Kotak dialog Kirim ke Cepat.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/send-to-quicksight.png)
Setelah Anda mengirim prediksi batch Anda, **QuickSight**bidang untuk kumpulan data yang Anda kirim akan ditampilkan sebagai. `Sent` Di kotak konfirmasi yang mengonfirmasi prediksi Anda telah dikirim, Anda dapat memilih **Buka Cepat** untuk membuka aplikasi Cepat Anda. Jika Anda selesai menggunakan Canvas, Anda harus [keluar](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-log-out.html) dari aplikasi Canvas.
Pengguna Quick yang telah Anda kirimi dataset dapat membuka aplikasi Quick mereka dan melihat dataset Canvas yang telah dibagikan dengan mereka. Kemudian, mereka dapat membuat dasbor prediktif dengan data. Untuk informasi selengkapnya, lihat [Memulai analisis data cepat](https://docs.aws.amazon.com/quicksight/latest/user/getting-started.html) di *Panduan Pengguna Cepat*.
Secara default, semua pengguna yang Anda kirimi prediksi memiliki izin pemilik untuk kumpulan data di Quick. Pemilik dapat membuat analisis, menyegarkan, mengedit, menghapus, dan membagikan kembali kumpulan data. Perubahan yang dilakukan pemilik pada kumpulan data mengubah kumpulan data untuk semua pengguna yang memiliki akses. Untuk mengubah izin, buka kumpulan data di Quick dan kelola izinnya. Untuk informasi selengkapnya, lihat [Melihat dan mengedit izin pengguna yang dibagikan kumpulan data](https://docs.aws.amazon.com/quicksight/latest/user/sharing-data-sets.html#view-users-data-set) dalam *Panduan Pengguna Cepat*.