Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Utilizzo di Amazon S3 con Amazon ML

Modalità Focus
Utilizzo di Amazon S3 con Amazon ML - Amazon Machine Learning

Non aggiorniamo più il servizio Amazon Machine Learning né accettiamo nuovi utenti. Questa documentazione è disponibile per gli utenti esistenti, ma non la aggiorniamo più. Per ulteriori informazioni, consulta Cos'è Amazon Machine Learning.

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.

Non aggiorniamo più il servizio Amazon Machine Learning né accettiamo nuovi utenti. Questa documentazione è disponibile per gli utenti esistenti, ma non la aggiorniamo più. Per ulteriori informazioni, consulta Cos'è Amazon Machine Learning.

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.

Amazon Simple Storage Service (Amazon S3) è un servizio di storage su Internet. È possibile utilizzare Amazon S3 per memorizzare e recuperare qualsiasi volume di dati, in qualunque momento e da qualunque luogo tramite il Web. Amazon ML utilizza Amazon S3 come repository di dati primario per le seguenti attività:

  • Accedere ai file di input per creare oggetti origini dati per l'addestramento e la valutazione dei modelli ML.

  • Accedere ai file di input per generare previsioni in batch.

  • Quando si generano previsioni in batch utilizzando i modelli ML, per genere il file di previsione in un bucket S3 specificato dall'utente.

  • Per copiare i dati archiviati in Amazon Redshift o Amazon Relational Database Service (Amazon RDS) in un file.csv e caricarli su Amazon S3.

Per consentire ad Amazon ML di eseguire queste attività, devi concedere le autorizzazioni ad Amazon ML per accedere ai tuoi dati Amazon S3.

Nota

Non è possibile generare file di previsione in batch in un bucket S3 che accetta solo file crittografati lato server. Verificare che la policy del bucket permetta il caricamento di file non crittografati confermando che la policy non include un effetto Deny per l'azione s3:PutObject quando non è presente alcuna intestazione s3:x-amz-server-side-encryption nella richiesta. Per ulteriori informazioni sulle policy dei bucket di crittografia lato server di S3, consulta Protection Data Using Server-Side Encryption nella Amazon Simple Storage Service User Guide.

Caricamento dei dati su Amazon S3

Devi caricare i dati di input su Amazon Simple Storage Service (Amazon S3) perché Amazon ML legge i dati dalle sedi Amazon S3. Puoi caricare i tuoi dati direttamente su Amazon S3 (ad esempio, dal tuo computer) oppure Amazon ML può copiare i dati che hai archiviato in Amazon Redshift o Amazon Relational Database Service (RDS) in un file.csv e caricarli su Amazon S3.

Per ulteriori informazioni sulla copia dei dati da Amazon Redshift o Amazon RDS, consultare rispettivamente Utilizzo di Amazon Redshift con Amazon ML o Utilizzo di Amazon RDS con Amazon ML.

Il resto di questa sezione descrive come caricare i dati di input direttamente dal computer su Amazon S3. Prima di iniziare le procedure di questa sezione, è necessario disporre dei dati in un file .csv. Per informazioni su come formattare correttamente il file .csv in modo che Amazon ML possa utilizzarlo, consulta Understanding the Data Format for Amazon ML.

Per caricare i dati dal computer su Amazon S3
  1. Accedi alla Console di gestione AWS e apri la console Amazon S3 all'indirizzo https://console.aws.amazon.com /s3.

  2. Creare un bucket o sceglierne uno esistente.

    1. Per creare un bucket, scegliere Create Bucket (Crea bucket). Denominare il bucket, scegliere una regione (è possibile scegliere qualsiasi regione disponibile), quindi Create (Crea). Per ulteriori informazioni, consultare Creare un bucket nella Guida alle operazioni di base di Amazon Simple Storage.

    2. Per usare un bucket esistente, eseguire la ricerca del bucket scegliendolo nell'elenco All Buckets (Tutti i bucket). Quando viene visualizzato il nome del bucket, selezionarlo e scegliere Upload (Carica).

  3. Nella finestra di dialogo Upload (Carica), scegliere Add files (Aggiungi file).

  4. Accedere alla cartella che contiene il file di input .csv e scegliere Open (Apri).

Autorizzazioni

Per concedere le autorizzazioni ad Amazon ML per accedere a uno dei tuoi bucket S3, devi modificare la policy del bucket.

Per informazioni su come concedere ad Amazon ML l'autorizzazione a leggere i dati dal tuo bucket in Amazon S3, consulta Concessione delle autorizzazioni Amazon ML per leggere i tuoi dati da Amazon S3.

Per informazioni su come concedere ad Amazon ML l'emissione dei risultati delle previsioni in batch nel tuo bucket in Amazon S3, consulta Concessione di autorizzazioni Amazon ML per generare previsioni di output su Amazon S3.

Per informazioni sulla gestione delle autorizzazioni di accesso alle risorse di Amazon S3, consulta la Amazon S3 Developer Guide.

In questa pagina

PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.