Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
So nutzt Amazon SageMaker AI AWS Secrets Manager
SageMaker KI ist ein vollständig verwalteter Service für maschinelles Lernen. Mit SageMaker KI können Datenwissenschaftler und Entwickler schnell und einfach Modelle für maschinelles Lernen erstellen und trainieren und sie dann direkt in einer produktionsbereiten gehosteten Umgebung bereitstellen. Er bietet eine integrierte Jupyter-Authoring-Notebook-Instance für den einfachen Zugriff auf Ihre Datenquellen zur Durchsuchung und Analyse, sodass Sie keine Server verwalten müssen.
Sie können Git-Repositorys mit Ihrer Jupyter-Notebook-Instance verknüpfen, um Ihre Notebooks in einer Quellkontrollumgebung zu speichern, die auch dann bestehen bleibt, wenn Sie Ihre Notebook-Instance stoppen oder löschen. Sie können Ihre privaten Repository-Anmeldeinformationen mit Secrets Manager verwalten. Weitere Informationen finden Sie unter Verknüpfen von Git-Repositorys mit Amazon SageMaker Notebook-Instances im Amazon SageMaker AI Developer Guide.
Um Daten aus Databricks zu importieren, speichert Data Wrangler Ihre JDBC URL Daten im Secrets Manager. Weitere Informationen finden Sie unter Daten aus Databricks importieren (). JDBC
Um Daten aus Snowflake zu importieren, speichert Data Wrangler Ihre Anmeldeinformationen in einem Secrets-Manager-Secret. Weitere Informationen finden Sie unter Importieren von Daten aus Snowflake.
