---
title: "エンドポイントの作成"
url: https://docs.catalyst.zoho.com/ja/tutorials/cancer-detection/create-endpoint/
description: "Catalyst QuickMLサービスを使用して、乳がんの発症リスクを予測するための強力なMLパイプラインを作成・設定します。"
last_updated: 2026-08-17T12:16:04Z
service: All Services
type: tutorial
related_links:
  - name: "Pipeline Endpoints"
    url: /ja/quickml/help/pipeline-endpoints
---

# エンドポイントの作成

がん検出MLモデルの[エンドポイントを作成](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-endpoints/)し、モデルとシームレスにやり取りして予測を取得できるようにします。

1. 左メニューの**Endpoints**コンポーネントに移動し、**Create Endpoint**をクリックします。
![create-endpoint](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/cancer-detection-endpoints-screenshot.webp) 

2. エンドポイント名に「**Cancer_Detection**」と入力し、モデルとして前のステップで作成したMLモデルの**Pipeline_B model**を選択し、`Create Endpoint`をクリックします。
![endpoint-name](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/endpoint-name.webp) 

3. Endpoints詳細ページでは、サンプルリクエストを提供してモデルをテストできます。以下のリクエストでは、モデルはレコードがCancer Malignant(M)であると予測しています。**likelihood score**は分類モデルで確率推定を返すために使用され、この値はモデルの予測に対する信頼度を示します。

4. `Publish`をクリックし、エンドポイントURLを使用してMLモデルを他のアプリケーションと統合します。
![endpoint-url](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/cancer-detection-endpoint-details-page.webp) 

> **Note :** エンドポイント、MLモデル、およびデータセットへのセキュアなアクセスを確保するためのパイプライン認証の実装については、[こちらのドキュメント](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-endpoints/#external-oauth2-authentication)も参照してください。