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。

# カスタムモデルを使用した予測
<a name="canvas-make-predictions"></a>

SageMaker Canvas で構築したカスタムモデルを使用して、データの予測を行います。以下の各セクションでは、数値予測モデル、カテゴリ予測モデル、時系列予測モデル、画像予測モデル、テキスト予測モデルの予測方法について説明します。

数値予測、カテゴリ予測、画像予測、テキスト予測のカスタムモデルでは、データに対して次の種類の予測を行うことができます。
+ **単一予測** - **単一予測**では予測を 1 つだけ行います。例えば、分類する画像やテキストが 1 つある場合です。
+ **バッチ予測** - **バッチ予測**では、データセット全体の予測を行います。1 TB 以上のデータセットのバッチ予測を行うことができます。例えば、顧客のセンチメントを予測する顧客レビューの CSV ファイルや、分類する画像ファイルのフォルダがある場合です。入力データセットと一致するデータセットを使用して予測を行う必要があります。Canvas では、手動でバッチ予測を行えるほか、データセットが更新されるたびに実行される自動バッチ予測を設定することもできます。

各予測または予測のセットごとに、SageMaker Canvas は以下を返します。
+ 予測された値
+ 予測された値が正しい確率

**開始方法**

カスタムモデルを使用して予測を行うには、次のワークフローのいずれかを選択します。
+ [SageMaker Canvas でのバッチ予測](canvas-make-predictions-batch.md)
+ [単一予測を行う](canvas-make-predictions-single.md)

モデルの予測の生成後は、次の操作も実行できます。
+ [バージョンを追加してモデルを更新します。](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-update-model.html)モデルの予測精度を向上させる場合は、モデルの新しいバージョンを作成できます。元のモデル構築設定とデータセットのクローンを作成するか、設定を変更して別のデータセットを選択できます。新しいバージョンを追加した後は、バージョンを確認して比較し、最適なバージョンを選択できます。
+ [モデルのバージョンを SageMaker AI モデルレジストリに登録する](canvas-register-model.md)。モデルのバージョンを SageMaker モデルレジストリに登録できます。SageMaker モデルレジストリは、モデルバージョンと機械学習パイプラインのステータスを追跡して管理するための機能です。SageMaker モデルレジストリにアクセスできるデータサイエンティストまたは MLOps チームユーザーは、モデルバージョンを確認し、本番環境にデプロイする前にモデルを承認または却下できます。
+ [バッチ予測を Quick に送信します。](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-predictions.html)Quick では、バッチ予測データセットを使用してダッシュボードを構築および公開できます。これにより、カスタムモデルによって生成された結果を分析して共有できます。

# 単一予測を行う
<a name="canvas-make-predictions-single"></a>

**注記**  
このセクションでは、Canvas アプリケーション内でモデルから単一の予測を取得する方法について説明します。モデルをエンドポイントにデプロイして本番環境でリアルタイム呼び出しを行う方法については、「[モデルをエンドポイントにデプロイする](canvas-deploy-model.md)」を参照してください。

1 つのデータポイントについて予測を行う場合は、単一予測を行います。この機能を使用して、リアルタイムの予測を取得したり、個々の値を変更して予測結果にどのような影響があるかを確認したりできます。単一の予測は非同期推論エンドポイントに依存します。つまり、2 時間アイドル状態になったとき (または予測リクエストを受信しなかったとき) にシャットダウンされることに注意してください。

モデルタイプに基づいて、次のいずれかの手順を選択します。

## 数値予測モデルとカテゴリ予測モデルを使用して単一予測を行う
<a name="canvas-make-predictions-numeric-categorical"></a>

数値予測モデルまたはカテゴリ予測モデルを使用して単一予測を行うには、次の手順に従います。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[単一予測]** を選択します。

1. 入力データの列を表す **[列]** フィールドごとに **[値]** を変更できます。変更する **[値]** のドロップダウンメニューを選択します。数値フィールドに、新しい数値を入力します。ラベル付きのフィールドで、別のラベルを選択します。

1. 予測を生成する準備ができたら、右側の **[予測]** ペインで **[更新]** を選択します。

右側の **[予測]** ペインに予測結果が表示されます。予測結果チャートを **[コピー]** するか、**[ダウンロード]** を選択して予測結果チャートを画像としてダウンロードします。また、値と予測を CSV ファイルとしてダウンロードすることもできます。

## 時系列予測モデルを使用して単一の予測を行う
<a name="canvas-make-predictions-forecast"></a>

時系列予測モデルで単一の予測を行うには、以下を実行します。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[単一予測]** を選択します。

1. **[項目]** で、値を予測する項目を選択します。

1. 列ごとにグループを使用してモデルをトレーニングした場合は、項目のカテゴリごとにグループを選択します。

予測結果は下のペインにロードされ、各分位数の予測を含むグラフが表示されます。**[スキーマ ビュー]** を選択すると、数値の予測値が表示されます。**[ダウンロード]** を選択して、予測結果を画像 CSV または CSV ファイルとしてダウンロードすることもできます。

## 画像予測モデルを使用して単一予測を行う
<a name="canvas-make-predictions-image"></a>

単一ラベルの画像予測モデルを使用して単一予測を行うには、次の手順に従います。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[単一予測]** を選択します。

1. **[画像のインポート]** を選択します。

1. 画像をアップロードするよう求められます。ローカルコンピュータまたは Amazon S3 バケットにある画像をアップロードできます。

1. **[インポート]** を選択して画像をインポートし、予測を生成します。

右側の **[予測結果]** ペインのモデルで、可能性のある画像のラベルと各ラベルの **[信頼度]** スコアが一覧表示されます。例えば、モデルは「**海**」の画像ラベルを 96% の信頼スコアで予測し、「**氷河**」の画像ラベルを 4% の信頼スコアで予測することがあります。したがって、モデルは海の画像の予測にかなり自信を持っていると判断できます。

## テキスト予測モデルを使用して単一予測を行う
<a name="canvas-make-predictions-text"></a>

マルチカテゴリテキスト予測モデルを使用して単一予測を行うには、次の手順に従います。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[単一予測]** を選択します。

1. **[テキスト]** フィールドに、予測するテキストを入力します。

1. **[予測結果を生成]** を選択して予測を生成します。

右側の **[予測結果]** ペインには、可能性のある各ラベルの **[信頼度]** スコアに加えて、テキストの分析結果が表示されます。例えば、ある商品に関する良いレビューを入力した場合、信頼スコアは 85% で **ポジティブ**になり、**中立**の信頼スコアは 10%、**ネガティブ**の信頼スコアはわずか 5% になる可能性があります。

# SageMaker Canvas でのバッチ予測
<a name="canvas-make-predictions-batch"></a>

データセット全体に対して予測を行う場合は、バッチ予測を行います。Amazon SageMaker Canvas では、サイズが最大 PB のデータセットのバッチ予測をサポートしています。

バッチ予測には次の 2 種類があります。
+ [手動](canvas-make-predictions-batch-manual.md)バッチ予測は、1 回限りの予測を行いたいデータセットがある場合に使用します。
+ [自動](canvas-make-predictions-batch-auto.md)バッチ予測では、特定のデータセットが更新されるたびに実行される構成を設定します。例えば、在庫データの SageMaker Canvas データセットを毎週更新するように設定した場合、データセットを更新するたびに実行される自動バッチ予測を設定できます。自動バッチ予測ワークフローを設定した後で、設定の詳細を表示および編集する方法の詳細については、「[自動化の管理方法](canvas-manage-automations.md)」を参照してください。データセットの自動更新設定の詳細については、「[データセットの自動更新を設定する](canvas-update-dataset-auto.md)」を参照してください。

**注記**  
時系列予測モデルは、自動バッチ予測をサポートしていません。  
自動バッチ予測は、ローカルアップロードまたは Amazon S3 を通じてインポートされたデータセットにのみ設定できます。また、自動バッチ予測はユーザーが Canvas アプリケーションにログインしている間のみ実行されます。Canvas からログアウトした場合、ログインし直すと自動バッチ予測ジョブが再開されます。

開始するには、[バッチ予測データセットの要件](canvas-make-predictions-batch-preqreqs.md)を確認してから、手動または自動バッチ予測ワークフローのいずれかを選択します。

**Topics**
+ [バッチ予測データセットの要件](canvas-make-predictions-batch-preqreqs.md)
+ [手動バッチ予測を行う](canvas-make-predictions-batch-manual.md)
+ [自動バッチ予測を行う](canvas-make-predictions-batch-auto.md)
+ [自動バッチ予測設定を編集する](canvas-make-predictions-batch-auto-edit.md)
+ [自動バッチ予測設定を削除する](canvas-make-predictions-batch-auto-delete.md)
+ [バッチ予測ジョブを表示する](canvas-make-predictions-batch-auto-view.md)

# バッチ予測データセットの要件
<a name="canvas-make-predictions-batch-preqreqs"></a>

バッチ予測を行うには、データセットが「[データセットの作成](canvas-import-dataset.md)」で説明されている要件を満たしていることを確認します。データセットが 5 GB を超える場合、Canvas では Amazon EMR Serverless を使用してデータを処理し、より小さなバッチに分割します。データの分割後、Canvas は SageMaker AI バッチ変換を使用して予測を行います。バッチ予測の実行後に、これらのサービスの両方から料金が発生する場合があります。詳細については、「[Canvas の料金](https://aws.amazon.com/sagemaker/canvas/pricing/)」を参照してください。

一部のデータセットが互換性のない*スキーマ*を持っている場合、予測を実行できないことがあります。*スキーマ*とは組織構造のことです。表形式のデータセットの場合は、列の名前と列内のデータのデータ型がスキーマになります。互換性のないスキーマは、次のような理由から発生することがあります。
+ 予測に使用するデータセットの列数が、モデルの構築に使用するデータセットよりも少ない。
+ データセットの構築に使用した列のデータ型が、予測に使用するデータセットのデータ型と異なる。
+ 予測に使用するデータセットとモデルの構築に使用したデータセットに、一致しない列名がある。列名では大文字と小文字が区別されます。`Column1` と `column1` は区別されます。

バッチ予測を正常に行うには、バッチ予測データセットのスキーマを、モデルのトレーニングに使用したデータセットと一致させます。

**注記**  
バッチ予測では、モデルの構築時にいずれかの列をドロップすると、Canvas は削除された列を予測結果に戻します。ただし、Canvas はドロップされた列を時系列モデルのバッチ予測に追加しません。

# 手動バッチ予測を行う
<a name="canvas-make-predictions-batch-manual"></a>

モデルタイプに基づいて手動バッチ予測を行うには、次のいずれかの手順を選択します。

## 数値予測モデル、カテゴリ予測モデル、時系列予測モデルを使用して手動バッチ予測を行う
<a name="canvas-make-predictions-batch-numeric-categorical"></a>

数値、カテゴリ、時系列の予測モデルタイプの手動バッチ予測を行うには、以下を実行します。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[バッチ予測]** を選択します。

1. **[データセットを選択]** を選択して、予測を生成するためのデータセットを選択します。

1. 使用可能なデータセットのリストからデータセットを選択し、**[予測を開始]** を選択して予測を生成します。

予測ジョブの実行が完了すると、**[予測]** セクションの同じページに出力データセットが表示されます。このデータセットには結果が格納されており、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択すると、**[プレビュー]** を選択して出力データをプレビューできます。入力データが予測と一致し、予測が正しい確率を確認できます。その後、**[予測をダウンロード]** を選択して、結果をファイルとしてダウンロードできます。

## 画像予測モデルを使用して手動バッチ予測を行う
<a name="canvas-make-predictions-batch-image"></a>

単一ラベルの画像予測モデルを使用して手動バッチ予測を行うには、次の手順に従います。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[バッチ予測]** を選択します。

1. データセットを既にインポートしている場合は、**[データセットを選択]** を選択します。インポートしていない場合は、**[新しいデータセットのインポート]** を選択すると、データのインポートワークフローが表示されます。

1. 使用可能なデータセットのリストからデータセットを選択し、**[予測を生成]** を選択して予測を生成します。

予測ジョブの実行が完了すると、**[予測を実行]** ページの **[予測]** の下に出力データセットが表示されます。このデータセットには結果が格納されており、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択すると、**[予測結果を表示]** を選択して出力データを確認できます。画像と予測ラベル、信頼スコアを確認できます。その後、**[予測をダウンロード]** を選択して、結果を CSV または ZIP ファイルでダウンロードできます。

## 画像予測モデルを使用して手動バッチ予測を行う
<a name="canvas-make-predictions-batch-text"></a>

マルチカテゴリテキスト予測モデルを使用して手動バッチ予測を行うには、次の手順に従います。

1. Canvas アプリケーションの左側のナビゲーションペインで、**[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. モデルを開いたら、**[予測]** タブを選択します。

1. **[予測を実行]** ページで、**[バッチ予測]** を選択します。

1. データセットを既にインポートしている場合は、**[データセットを選択]** を選択します。インポートしていない場合は、**[新しいデータセットのインポート]** を選択すると、データのインポートワークフローが表示されます。選択するデータセットのソース列は、モデルを構築したデータセットのソース列と同じでなければなりません。

1. 使用可能なデータセットのリストからデータセットを選択し、**[予測を生成]** を選択して予測を生成します。

予測ジョブの実行が完了すると、**[予測を実行]** ページの **[予測]** の下に出力データセットが表示されます。このデータセットには結果が格納されており、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択すると、**[プレビュー]** を選択して出力データを確認できます。画像と予測ラベル、信頼スコアを確認できます。その後、**[予測をダウンロード]** を選択して、結果をダウンロードできます。

# 自動バッチ予測を行う
<a name="canvas-make-predictions-batch-auto"></a>

**注記**  
時系列予測モデルは、自動バッチ予測をサポートしていません。

自動バッチ予測のスケジュールを設定するには、次の手順に従います。

1. Canvas の左側のナビゲーションペインで **[自分のモデル]** を選択します。

1. モデルを選択します。

1. **[予測]** タブを選択します。

1. **[バッチ予測]** を選択します。

1. **[予測を生成]** で、**[自動]** を選択します。

1. **[バッチ予測の自動化]** ダイアログボックスが表示されます。**[データセットを選択]** を選択して、予測を自動化するデータセットを選択します。ローカルアップロードまたは Amazon S3 を介してインポートされたデータセットのみ選択できることに注意してください。

1. データセットを選択したら、**[設定]** を選択します。

構成を設定すると、Canvas はデータセットのバッチ予測ジョブを実行します。その後、手動または自動で [データセットを更新する](canvas-update-dataset.md) たびに、毎回別のバッチ予測ジョブが実行されます。

予測ジョブの実行が完了すると、**[予測を実行]** ページの **[予測]** の下に出力データセットが表示されます。このデータセットには結果が格納されており、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択すると、**[プレビュー]** を選択して出力データをプレビューできます。入力データが予測と一致し、予測が正しい確率を確認できます。次に、**[ダウンロード]** を選択して結果をダウンロードします。

以下のセクションでは、Canvas アプリケーションの **[データセット]** ページから自動バッチ予測設定を表示、更新、削除する方法について説明します。Canvas で設定できる自動更新は最大 20 件までです。**[自動化]** ページでの自動バッチ予測ジョブの履歴の表示、自動設定の変更方法の詳細については、「[自動化の管理方法](canvas-manage-automations.md)」を参照してください。

# 自動バッチ予測設定を編集する
<a name="canvas-make-predictions-batch-auto-edit"></a>

更新頻度の変更など、データセットの自動更新設定を変更する場合があります。また、自動更新設定を無効にして、データセットの更新を一時停止する場合もあります。

バッチ予測設定を編集する際、ターゲットデータセットは変更できますが、頻度は変更できません (自動バッチ予測はデータセットが更新されるたびに行われるため)。

自動更新設定を編集するには、次の手順に従います。

1. モデルの **[予測]** タブに移動します。

1. **[予測]** で、**[構成]** タブを選択します。

1. 設定を見つけて、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択します。

1. ドロップダウンメニューで、**[構成を更新]** を選択します。

1. **[バッチ予測の自動化]** ダイアログボックスが開きます。別のデータセットを選択し、**[設定]** を選択して変更を保存できます。

これで、自動バッチ予測の設定が更新されます。

自動バッチ予測を一時停止するには、次の手順に従って自動設定を無効にします。

1. モデルの **[予測]** タブに移動します。

1. **[予測]** で、**[構成]** タブを選択します。

1. リストで設定を探し、**[自動更新]** トグルを無効にします。

自動バッチ予測は一時停止されます。トグルを有効に戻すと、いつでも更新スケジュールを再開できます。

# 自動バッチ予測設定を削除する
<a name="canvas-make-predictions-batch-auto-delete"></a>

自動バッチ予測設定を削除する方法については、「[自動設定を削除する](canvas-manage-automations-delete.md)」を参照してください。

次の手順に従って、設定を削除することもできます。

1. モデルの **[予測]** タブに移動します。

1. **[予測]** で、**[構成]** タブを選択します。

1. リストで設定を見つけて、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択します。

1. ドロップダウンメニューで、**[構成を削除]** を選択します。

これで、設定が削除されます。

# バッチ予測ジョブを表示する
<a name="canvas-make-predictions-batch-auto-view"></a>

自動バッチ予測のジョブのステータスと履歴を表示するには、モデルの **[予測]** タブに移動します。

各バッチ予測ジョブは、モデルの **[予測]** タブに表示されます。**[予測]** には、**[すべてのジョブ]** タブと **[設定]** タブが表示されます。
+ **[すべてのジョブ]** — このタブには、このモデルのすべての手動および自動バッチ予測ジョブが表示されます。ジョブは設定名でフィルタリングできます。それぞれのジョブについて、次のフィールドが表示されます。
  + **ステータス** – バッチ予測ジョブの現在のステータス。ステータスが**失敗**または**部分的に失敗**の場合、ステータスにカーソルを合わせると、トラブルシューティングに役立つ、より詳細なエラーメッセージを表示できます。
  + **入力データセット** – データセットのバージョンを含む、Canvas 入力データセットの名前。
  + **予測タイプ** – 予測ジョブが自動と手動のどちらであるか。
  + **行** – 予測された行の数。
  + **設定名** – バッチ予測ジョブ設定の名前。
  + **QuickSight** – バッチ予測を Quick に送信したかどうかを示します。
  + **作成日** – バッチ予測ジョブの作成時刻。

  **その他のオプション**アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択した場合は、**詳細の表示**、**予測のプレビュー**、**予測のダウンロード**、クイック**への送信**を選択できます。**[詳細を表示]** を選択すると、ステータス、入力および出力データの設定、ジョブの完了に使用されたインスタンスに関する情報、Amazon CloudWatch logsへのアクセスなど、バッチ予測ジョブの詳細を示すページが開きます。次のスクリーンショットのようなページが表示されます。  
![\[ジョブに関するすべての追加の詳細を示しているバッチ予測ジョブの詳細ページ。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/canvas-view-batch-prediction-job-details.png)
+ **[設定]** — このタブには、このモデル用に作成したすべての自動バッチ予測構成が表示されます。各設定には、**[作成時刻]** のタイムスタンプ、更新のために追跡される **[入力データセット]**、**[スケジュールされた次のジョブ]** (スケジュールされている次の自動予測ジョブの開始時刻) などのフィールドが表示されます。**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択すると、**[すべてのジョブを表示]** を選択して、その構成のジョブ履歴と進行中のジョブを表示できます。



# Quick に予測を送信する
<a name="canvas-send-predictions"></a>

**注記**  
バッチ予測を Quick に送信して、数値予測モデルとカテゴリ予測モデルと時系列予測モデルを作成できます。単一ラベル画像予測モデルとマルチカテゴリテキスト予測モデルは対象に含まれません。

SageMaker Canvas でカスタム表形式モデルを使用してバッチ予測を生成したら、それらの予測を CSV ファイルとして Quick に送信できます。Quick は、予測ダッシュボードを構築して公開するビジネスインテリジェンス (BI) サービスです。

たとえば、顧客が解約するかどうかを判断するために 2 つのカテゴリ予測モデルを構築した場合、Quick で視覚的な予測ダッシュボードを作成して、解約が予想される顧客の割合を表示できます。クイックの詳細については、[「 クイックユーザーガイド](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html)」を参照してください。

以下のセクションでは、分析のためにバッチ予測を Quick に送信する方法を示します。

## [開始する前に]
<a name="canvas-send-predictions-prereqs"></a>

ユーザーには、Quick に予測を送信するために必要な AWS Identity and Access Management (IAM) アクセス許可が必要です。管理者はユーザーの IAM 権限を設定できます。詳細については、「[予測をクイックに送信するアクセス許可をユーザーに付与する](canvas-quicksight-permissions.md)」を参照してください。

クイックアカウントには、クイックアカウントを初めて作成するときに設定される`default`名前空間が含まれている必要があります。Quick へのアクセスについては、管理者にお問い合わせください。詳細については、「 [クイックユーザーガイド」の](https://docs.aws.amazon.com/quicksight/latest/user/setting-up.html)*「 クイック*のセットアップ」を参照してください。

クイックアカウントは、Canvas アプリケーションと同じリージョンに作成する必要があります。クイックアカウントのホームリージョンが Canvas アプリケーションのリージョンと異なる場合は、クイックアカウント[を閉じて](https://docs.aws.amazon.com/quicksight/latest/user/closing-account.html)再作成するか、クイックアカウントと同じリージョンに [Canvas アプリケーションをセットアップ](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-getting-started.html#canvas-prerequisites)する必要があります。クイックホームリージョンを確認するには、以下を実行します (クイックアカウントが既にあると仮定します）。

1. [クイックコンソール](https://quicksight.aws.amazon.com/)を開きます。

1. ページがロードされると、クイックホームリージョンが URL に次の形式で追加されます: `https://<your-home-region>.quicksight.aws.amazon.com/`。

予測を送信する先の Quick ユーザーのユーザー名を知る必要があります。予測は、自分や適切な権限を持つ他のユーザーに送信できます。予測を送信するすべてのユーザーは、Quick アカウントの `default`[名前空間](https://docs.aws.amazon.com/quicksight/latest/user/namespaces.html)に存在し、Quick で `Author`または `Admin`ロールを持っている必要があります。

さらに、Quick はドメインの SageMaker AI デフォルト Amazon S3 バケットにアクセスできる必要があります。このバケットの名前は、 の形式です`sagemaker-{REGION}-{ACCOUNT_ID}`。リージョンは、クイックアカウントのホームリージョンおよび Canvas アプリケーションのリージョンと同じである必要があります。Amazon S3 バケットに保存されているバッチ予測へのクイックアクセスを許可する方法については、*「 クイックユーザーガイド*」の[Amazon S3に接続できない](https://docs.aws.amazon.com/quicksight/latest/user/troubleshoot-connect-S3.html)」トピックを参照してください。

## サポートされているデータ形式
<a name="canvas-send-predictions-formatting"></a>

予測を送信する前に、バッチ予測のデータ形式が Quick と互換性があることを確認してください。
+ 時系列データに受け入れられるデータ形式の詳細については、*「 クイックユーザーガイド*」の[「サポートされている日付形式](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html)」を参照してください。
+ Quick に送信できないデータ値の詳細については、「 Quick *User Guide*」の[「Unsupported values in data](https://docs.aws.amazon.com/quicksight/latest/user/unsupported-data-values.html)」を参照してください。

また、Quick は文字をテキスト修飾子`"`として使用するため、Canvas データに`"`文字が含まれている場合は、一致する引用符をすべて閉じてください。引用符が一致しない場合、データセットを Quick に送信する際に問題が発生する可能性があります。

## バッチ予測を Quick に送信する
<a name="canvas-send-predictions-send"></a>

予測を Quick に送信するには、次の手順に従います。

1. SageMaker Canvas アプリケーションを開きます。

1. 左側のナビゲーションペインで **[自分のモデル]** を選択します。

1. **[自分のモデル]** ページで、モデルを選択します。

1. **[予測]** タブを選択します。

1. **[予測]** で、共有するバッチ予測のデータセット (1 つまたは複数) を選択します。バッチ予測のデータセットは一度に 5 つまで共有できます。

1. データセットを選択したら、**高速に送信**を選択します。
**注記**  
**Send to Quick** ボタンは、1 つ以上のデータセットを選択しない限りアクティブ化されません。

   または、**[その他のオプション]** アイコン (![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)) を選択し、**[予測結果を表示]** を選択して予測をプレビューすることもできます。データセットのプレビューから、**Send to Quick** を選択できます。次のスクリーンショットは、データセットプレビューの**「高速に送信**」ボタンを示しています。  
![\[Send to Quick ボタンが下部にあるデータセットプレビューのスクリーンショット。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/send-to-quicksight-preview.png)

1. Send **to Quick** ダイアログボックスで、次の操作を行います。

   1. **QuickSight ユーザー**には、予測を送信する Quick ユーザーの名前を入力します。自分宛に送信する場合は、自分のユーザー名を入力します。予測は Quick アカウントの `default`名前空間のユーザーにのみ送信でき、ユーザーは Quick で `Author`または `Admin`ロールを持っている必要があります。

   1. **[送信]** を選択します。

   次のスクリーンショットは、**Send to Quick** ダイアログボックスを示しています。  
![\[Send to Quick ダイアログボックス。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/studio/canvas/send-to-quicksight.png)

バッチ予測を送信すると、送信したデータセットの **[QuickSight]** フィールドには `Sent` が表示されます。予測が送信されたことを確認する確認ボックスで、**クイックを開く**を選択してクイックアプリケーションを開くことができます。Canvas の使用が済んだら、Canvas アプリケーションから[ログアウト](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-log-out.html)する必要があります。

データセットを送信したクイックユーザーは、クイックアプリケーションを開き、共有されている Canvas データセットを表示できます。その後、そのデータを使用して予測ダッシュボードを作成できます。詳細については、[「 クイックユーザーガイド」の「クイックデータ分析の開始方法](https://docs.aws.amazon.com/quicksight/latest/user/getting-started.html)」を参照してください。 **

デフォルトでは、予測を送信するすべてのユーザーには、Quick のデータセットに対する所有者権限があります。所有者は、データセットの作成、更新、編集、削除、再共有を行うことができます。所有者がデータセットに変更を加えると、アクセス権を持つすべてのユーザーのデータセットが変更されます。アクセス許可を変更するには、Quick のデータセットに移動し、そのアクセス許可を管理します。詳細については、「 *クイックユーザーガイド*[」の「データセットが共有されているアクセス許可ユーザーの表示と編集](https://docs.aws.amazon.com/quicksight/latest/user/sharing-data-sets.html#view-users-data-set)」を参照してください。