Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Creazione di un flusso di lavoro di abbinamento basato sull'apprendimento automatico
<a name="create-matching-workflow-ml"></a>

La *[corrispondenza basata sull'apprendimento automatico](glossary.md#ml-matching-defn)* è un processo preimpostato che tenta di abbinare i record di tutti i dati che inserisci. Il flusso di lavoro di abbinamento basato sull'apprendimento automatico consente di confrontare i dati in chiaro per trovare un'ampia gamma di corrispondenze utilizzando un modello di apprendimento automatico.

**Nota**  
Il modello di apprendimento automatico non supporta il confronto di dati con hash.

Quando AWS Entity Resolution trova una corrispondenza tra due o più record nei dati, assegna:
+ Un [Match ID](glossary.md#match-id-defin) ai record nel set di dati corrispondente
+ La percentuale del [livello di confidenza](glossary.md#confidence-level-defn) della partita.

Puoi utilizzare l'output di un flusso di lavoro ML-based corrispondente come input per la corrispondenza tra fornitori di servizi di dati o viceversa per raggiungere i tuoi obiettivi specifici. Ad esempio, puoi eseguire una ML-based corrispondenza per trovare innanzitutto le corrispondenze tra le tue fonti di dati nei tuoi record. Se un sottoinsieme non corrisponde, puoi quindi eseguire la [corrispondenza basata sui servizi del provider per trovare altre corrispondenze](create-matching-workflow-provider.md).

**Prerequisiti**

Prima di creare un flusso di lavoro ML-based corrispondente, devi:

1. Creare una mappatura dello schema. Per ulteriori informazioni, consulta [Creazione di una mappatura dello schema](create-schema-mapping.md).

1. Se utilizzi Connect Customer Customer Profiles come destinazione di output, assicurati di aver configurato le autorizzazioni appropriate.

**Per creare un flusso di lavoro ML-based corrispondente:**

1. Accedi a Console di gestione AWS e apri la AWS Entity Resolution console all'indirizzo [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/).

1. Nel riquadro di navigazione a sinistra, in **Flussi di lavoro**, scegli **Corrispondenza**.

1. Nella pagina **Flussi di lavoro corrispondenti**, nell'angolo in alto a destra, scegli **Crea flusso di lavoro corrispondente**.

1. Per il **passaggio 1: Specificare i dettagli del flusso di lavoro corrispondente**, procedi come segue: 

   1. Immettete un **nome del flusso di lavoro corrispondente** e una **descrizione** opzionale.

   1. Per l'**immissione dei dati **Regione AWS****, scegli un **AWS Glue database**, la **AWS Glue tabella** e quindi la **mappatura dello schema** corrispondente.

      È possibile aggiungere fino a 20 input di dati.

   1. L'opzione **Normalizza dati** è selezionata per impostazione predefinita, in modo che gli input di dati vengano normalizzati prima della corrispondenza. **Se non desiderate normalizzare i dati, deselezionate l'opzione Normalizza dati.**

      La corrispondenza basata sull'apprendimento automatico normalizza solo, e. [Nome](glossary.md#normalization-ML-defn-name) [Telefono](glossary.md#normalization-ML-defn-phone) [Email](glossary.md#normalization-ML-defn-email)

   1. Per specificare le autorizzazioni **di accesso al servizio**, scegli un'opzione e intraprendi l'azione consigliata.    
[See the AWS documentation website for more details](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. (Facoltativo) Per abilitare i **tag** per la risorsa, scegliete **Aggiungi nuovo tag**, quindi immettete la coppia **Chiave** e **Valore**.

   1. Scegli **Next (Successivo)**.

1. Per la **fase 2: Scegli la tecnica di abbinamento**:

   1. Per il **metodo di abbinamento**, scegli l'abbinamento **basato sull'apprendimento automatico**.  
![AWS Entity Resolution abbinamento dell'interfaccia di creazione del flusso di lavoro con opzioni per l'abbinamento basato su regole o sull'apprendimento automatico.](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/images/choose-matching-method-machine-learning.PNG)

   1. Per **Processing cadence**, è selezionata l'opzione **Manuale**.

      Questa opzione consente di eseguire un flusso di lavoro su richiesta per un aggiornamento in blocco.
**Nota**  
L'elaborazione automatica (incrementale) non è supportata per i flussi di lavoro di abbinamento basati sull'apprendimento automatico.

   1. Scegli **Next (Successivo)**.

1. Per la **fase 3: Specificare l'output e il formato dei dati:**

   1. **Per **Destinazione e formato di output dei dati**, scegli la **posizione Amazon S3** per l'output dei dati e se il **formato dei dati** sarà Dati **normalizzati o Dati originali**.**

   1. Per la **crittografia**, se scegli di **personalizzare le impostazioni di crittografia**, inserisci la **AWS KMS chiave** ARN.

   1. Visualizza l'**output generato dal sistema**.

   1. Per l'**output dei dati**, decidi quali campi includere, nascondere o mascherare, quindi intraprendi le azioni consigliate in base ai tuoi obiettivi.     
[See the AWS documentation website for more details](http://docs.aws.amazon.com/it_it/entityresolution/latest/userguide/create-matching-workflow-ml.html)

   1. Scegli **Next (Successivo)**.

1. Per il **passaggio 4: rivedi e crea**:

   1. Rivedi le selezioni effettuate per i passaggi precedenti e modificale se necessario.

   1. Scegli **Create and run** (Crea ed esegui).

      Viene visualizzato un messaggio che indica che il flusso di lavoro corrispondente è stato creato e che il processo è iniziato.

1. Nella pagina dei dettagli del flusso di lavoro corrispondente, nella scheda **Metriche**, visualizza quanto segue in **Metriche dell'ultimo lavoro**:
   + Il **Job ID**. 
   + **Lo **stato** del processo del flusso di lavoro corrispondente: In **coda, **In corso**, Completato****, Non riuscito**** 
   + Il **tempo di completamento** del processo del flusso di lavoro.
   + Il numero di **record elaborati**. 
   + Il numero di **record non elaborati**. 
   + Gli **ID di corrispondenza univoci generati**.
   + Il numero di **record di input**.

   Puoi anche visualizzare le metriche dei job per i job corrispondenti ai job del flusso di lavoro che sono stati eseguiti in precedenza **nella cronologia Job**.

1. Una volta completato il processo del flusso di lavoro corrispondente (**lo stato** è **completato**), puoi andare alla scheda **Data output** e quindi selezionare la tua sede **Amazon S3** per visualizzare i risultati.

1. (Solo tipo di elaborazione **manuale**) Se hai creato un flusso di lavoro **corrispondente basato sull'apprendimento automatico** con il tipo di elaborazione **manuale**, puoi eseguire il flusso di lavoro corrispondente in qualsiasi momento selezionando Esegui flusso di lavoro nella pagina dei dettagli del **flusso di lavoro** corrispondente.