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.

# Integrazione delle funzionalità Amazon SageMaker AI con RStudio su Amazon AI SageMaker
<a name="rstudio-sm-features"></a>

 Uno dei vantaggi dell'utilizzo di RStudio su Amazon SageMaker AI è l'integrazione delle funzionalità di Amazon SageMaker AI. Ciò include l'integrazione con Amazon SageMaker Studio Classic e Reticulate. Di seguito vengono fornite informazioni su queste integrazioni ed esempi per utilizzarle.

 **Usa Amazon SageMaker Studio Classic e RStudio su Amazon AI SageMaker ** 

 Le tue istanze Amazon SageMaker Studio Classic e RStudio condividono lo stesso file system Amazon EFS. Ciò significa che puoi accedere ai file che importi e crei con Studio Classic utilizzando RStudio e viceversa. Questo permette di lavorare sugli stessi file utilizzando sia Studio Classic che RStudio, senza doverli spostare tra i due ambienti. Per ulteriori informazioni su questo flusso di lavoro, consulta il blog [ Announcing Fully Managed RStudio on Amazon SageMaker AI for Data Scientists. ](https://aws.amazon.com/blogs/aws/announcing-fully-managed-rstudio-on-amazon-sagemaker-for-data-scientists)

 **Usa Amazon SageMaker SDK con reticolato ** 

Il [ pacchetto ](https://rstudio.github.io/reticulate) reticulate viene utilizzato come interfaccia R per [ Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/) per effettuare chiamate API ad Amazon. SageMaker Il pacchetto reticulate traduce tra oggetti R e Python e Amazon SageMaker AI fornisce un ambiente di data science senza server per addestrare e distribuire modelli di Machine Learning (ML) su larga scala. Per informazioni generali sul pacchetto reticolare, consulta [ Interfaccia R per Python](https://rstudio.github.io/reticulate/).

Per un blog che illustra come utilizzare il pacchetto reticulate con Amazon AI, consulta Using R with Amazon SageMaker AI. [ SageMaker ](https://aws.amazon.com/blogs/machine-learning/using-r-with-amazon-sagemaker/)

Negli esempi seguenti viene illustrato come utilizzare il pacchetto reticolare per casi d’uso specifici.
+ Per un taccuino che descrive come utilizzare reticolato per eseguire trasformazioni in batch e fare previsioni, consulta Batch Transform Using R with [ Amazon AI. SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_batch_transform/r_xgboost_batch_transform.html)
+ Per un taccuino che descrive come utilizzare reticulate per eseguire l'ottimizzazione degli iperparametri e generare previsioni, consulta [ Hyperparameter Optimization Using R with Amazon AI. SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_xgboost_hpo_batch_transform/r_xgboost_hpo_batch_transform.html)