Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Intégration des fonctionnalités Amazon SageMaker AI à RStudio sur Amazon SageMaker AI
<a name="rstudio-sm-features"></a>

 L'un des avantages de l'utilisation de RStudio sur Amazon SageMaker AI est l'intégration des fonctionnalités d'Amazon SageMaker AI. Cela inclut l'intégration avec Amazon SageMaker Studio Classic et Reticulate. Vous trouverez ci-dessous des informations sur ces intégrations ainsi que des exemples d’utilisation.

 **Utiliser Amazon SageMaker Studio Classic et RStudio sur Amazon AI SageMaker ** 

 Vos instances Amazon SageMaker Studio Classic et RStudio partagent le même système de fichiers Amazon EFS. Cela signifie que les fichiers que vous importez et créez à l’aide de Studio Classic sont accessibles à l’aide de RStudio et vice versa. Cela vous permet de travailler sur les mêmes fichiers en utilisant à la fois Studio Classic et RStudio sans avoir à déplacer vos fichiers entre les deux. Pour plus d'informations sur ce flux de travail, consultez le [ blog ](https://aws.amazon.com/blogs/aws/announcing-fully-managed-rstudio-on-amazon-sagemaker-for-data-scientists) Announcing Fully Managed RStudio on Amazon SageMaker AI for Data Scientists.

 **Utiliser le SageMaker SDK Amazon avec Reticulate ** 

Le [ package ](https://rstudio.github.io/reticulate) reticulate est utilisé comme interface R pour le SDK [ Amazon SageMaker Python afin d'effectuer des appels d'API ](https://sagemaker.readthedocs.io/en/stable/) vers Amazon. SageMaker Le package reticulate assure la traduction entre les objets R et Python, et Amazon SageMaker AI fournit un environnement de science des données sans serveur pour entraîner et déployer des modèles d'apprentissage automatique (ML) à grande échelle. Pour des informations générales sur le package Reticulate, consultez [R Interface to Python](https://rstudio.github.io/reticulate/).

Pour un blog expliquant comment utiliser le package reticulate avec Amazon SageMaker AI, consultez [ Utilisation de R avec Amazon SageMaker AI. ](https://aws.amazon.com/blogs/machine-learning/using-r-with-amazon-sagemaker/)

Les exemples suivants montrent comment utiliser Reticulate pour des cas d’utilisation spécifiques.
+ Pour un bloc-notes expliquant comment utiliser Reticulate pour effectuer une transformation par lots afin d'établir des prédictions, consultez la section Transformation [ par lots à l'aide de R avec Amazon SageMaker AI. ](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_batch_transform/r_xgboost_batch_transform.html)
+ Pour un bloc-notes expliquant comment utiliser Reticulate pour effectuer le réglage des hyperparamètres et générer des prédictions, voir Optimisation des [ hyperparamètres à l'aide de R avec Amazon AI. SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_xgboost_hpo_batch_transform/r_xgboost_hpo_batch_transform.html)