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.
Come SageMaker utilizza Amazon AWS Secrets Manager
SageMaker è un servizio di machine learning completamente gestito. Con SageMaker, data scientist e sviluppatori possono creare e addestrare modelli di machine learning in modo rapido e semplice e quindi distribuirli direttamente in un ambiente ospitato pronto per la produzione. Fornisce un'istanza del notebook di scrittura Jupyter che consente di accedere facilmente alle tue origini dati per l'esplorazione e l'analisi, in modo da non dover gestire server.
Puoi associare i repository Git all'istanza notebook Jupyter per salvare i notebook in un ambiente di controllo dell'origine che persiste anche se l'istanza viene arrestata o eliminata. È possibile gestire le credenziali dei repository privati utilizzando Secrets Manager. Per ulteriori informazioni, consulta Associare repository Git a Amazon SageMaker Notebook Instances nella Amazon SageMaker Developer Guide.
Per importare dati da Databricks, Data Wrangler archivia i dati in Secrets JDBC URL Manager. Per ulteriori informazioni, consulta Importazione di dati da Databricks (). JDBC
Per importare dati da Snowflake, Data Wrangler archivia le credenziali in un segreto di Secrets Manager. Per ulteriori informazioni, consulta Import data from Snowflake (Importazione dei dati da Snowflake).
